기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
Amazon SageMaker Studio Classic 사용자 지정
중요
2023년 11월 30일부터 이전 Amazon SageMaker Studio 환경이 이제 Amazon SageMaker Studio Classic으로 명명되었습니다. 다음 섹션은 Studio Classic 애플리케이션 사용에 적용됩니다. 업데이트된 Studio 환경 사용에 대한 자세한 내용은 섹션을 참조하세요Amazon SageMaker Studio.
Amazon SageMaker Studio Classic 환경을 사용자 지정하는 데는 네 가지 옵션이 있습니다. 자체 SageMaker 이미지를 가져오거나, 수명 주기 구성 스크립트를 사용하거나, Studio Classic에 제안된 Git 리포지토리를 연결하거나, Amazon 에서 영구 Conda 환경을 사용하여 커널을 생성합니다EFS. 각 옵션을 개별적으로 사용하거나 함께 사용하세요.
-
고유한 SageMaker 이미지 가져오기: SageMaker 이미지는 Amazon SageMaker Studio Classic에서 Jupyter 노트북을 실행하는 데 필요한 커널, 언어 패키지 및 기타 종속성을 식별하는 파일입니다. Amazon SageMaker 은 사용할 수 있는 많은 기본 제공 이미지를 제공합니다. 다른 기능이 필요한 경우 사용자 지정 이미지를 Studio Classic으로 가져올 수 있습니다.
-
Amazon SageMaker Studio Classic에서 수명 주기 구성 사용: 수명 주기 구성은 새 Studio Classic 노트북 시작과 같은 Amazon SageMaker Studio Classic 수명 주기 이벤트에 의해 트리거되는 쉘 스크립트입니다. 수명 주기 구성을 사용하여 Studio Classic 환경에 대한 사용자 지정을 자동화할 수 있습니다. 예를 들어 사용자 지정 패키지를 설치하고, 노트북 확장을 구성하고, 데이터 세트를 미리 로드하고, 소스 코드 리포지토리를 설정할 수 있습니다.
-
제안된 Git 리포지토리를 Studio Classic에 연결: Amazon SageMaker 도메인 또는 사용자 프로필 URLs 수준에서 제안된 Git 리포지토리를 연결할 수 있습니다. 그런 다음 제안 목록에서 리포지토리URL를 선택하고 Studio Classic의 Git 확장을 사용하여 환경에 복제할 수 있습니다.
-
Studio Classic Amazon EFS 볼륨에 대한 Conda 환경 지속: Studio Classic은 Amazon EFS 볼륨을 영구 스토리지 계층으로 사용합니다. Conda 환경을 이 Amazon EFS 볼륨에 저장한 다음 저장된 환경을 사용하여 커널을 생성할 수 있습니다. Studio Classic은 Amazon에 KernelGateway 커널EFS로 저장된 모든 유효한 환경을 자동으로 픽업합니다. 이러한 커널은 커널, 앱 및 Studio Classic을 다시 시작해도 유지됩니다. 자세한 내용은 Amazon Studio Classic 노트북에서 Python 패키지를 관리하는 네 가지 접근 방식의 Studio Classic EFS 볼륨 섹션의 Persist Conda 환경을 참조하세요. SageMaker
다음 주제에서는 이러한 세 가지 옵션을 사용하여 Amazon SageMaker Studio Classic 환경을 사용자 지정하는 방법을 보여줍니다.
