기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
Studio Lab이 사전 설치된 환경
Amazon SageMaker Studio Lab은 conda 환경을 사용하여 패키지 (또는 라이브러리) 를 포함합니다. 환경은 설치한 패키지가 들어 있는 폴더입니다. 터미널이나 JupyterLab 노트북을 사용하여 환경과 상호 작용할 수 있습니다. 환경 및 설치된 패키지를 사용하려면 JupyterLab 노트북을 열 때 환경과 동일한 이름을 포함하는 해당 커널을 선택해야 합니다. 환경 관리 방법에 대한 자세한 내용은 환경 관리을 참고하십시오. 환경 내 패키지 설치에 대한 자세한 내용은 환경의 사용자 지정을 참고하십시오.
Studio Lab에는 다양한 환경이 사전 설치되어 있습니다. 영구 메모리 환경에 대한 모든 변경 사항은 다음 세션에도 그대로 유지됩니다. 비영구 메모리 환경에 대한 변경 사항은 다음 세션에는 유지되지 않지만, 포함된 패키지는 Amazon에서 업데이트하고 호환성 테스트를 거칩니다. SageMaker 기계 학습(ML) 엔지니어와 데이터 과학자가 사용하는 인기 패키지가 이미 많이 포함되어 있는 완전 관리형 환경을 사용하려는 경우 일반적으로 sagemaker-distribution 비영구 메모리 환경을 사용하는 것이 좋습니다. 그렇지 않은 경우, 환경의 많은 부분을 사용자 지정하려는 경우 default 환경을 사용할 수 있습니다.
아래에는 사전 설치된 환경과 사용 사례를 나열되어 있습니다. 환경에 설치된 패키지를 보려면 환경의 사용자 지정을 참고하십시오.
-
sagemaker-distribution: 정기적으로 업데이트되고 호환성 테스트를 거친 비영구 메모리 환경으로, SageMaker Amazon에서 완전히 관리합니다. 이 환경에는 ML, 데이터 과학 및 시각화에 사용되는 인기 패키지가 포함되어 있습니다.sagemaker-distribution환경은 Amazon SageMaker Studio Classic에서 사용되는 환경과 밀접한 관련이 있으므로 스튜디오 랩에서 스튜디오 클래식으로 전환한 후에는 노트북이 비슷하게 실행되어야 합니다. 스튜디오 랩에서 스튜디오 클래식으로 환경을 내보내는 방법에 대한 자세한 내용은 을 참조하십시오. 아마존 SageMaker 스튜디오 랩 환경을 아마존 SageMaker 스튜디오 클래식으로 내보내기 -
default: 사전 설치된 패키지가 거의 없는 영구 메모리 환경. 설치된 패키지 또는 이 환경에 대한 변경 사항은 다음 세션에서도 계속됩니다. -
studiolab: JupyterLab 및 기타 관련 패키지가 설치된 영구 메모리 환경. 이 환경은 JupyterLab 사용자 인터페이스 구성을 위한 JupyterLab Jupyter 서버 확장에만 사용해야 합니다. -
studiolab-safemode: 비영구 메모리 환경. 이 환경은 프로젝트 런타임을 시작하는 동안 문제가 발생하면 자동으로 활성화됩니다. 문제 해결에 사용됩니다. 문제 해결에 대한 자세한 정보는 문제 해결를 참고하십시오. -
base: 비영구 메모리 환경. 이 환경은 시스템 툴링에만 사용되며 고객이 사용해서는 안 됩니다.
SageMaker 이미지 및 버전에 대한 자세한 내용은 을 참조하십시오. 스튜디오 클래식과 함께 사용할 수 있는 Amazon SageMaker 이미지
