As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Criar uma instância de caderno
**Importante**
Políticas personalizadas do IAM que permitem que o Amazon SageMaker SageMaker Studio ou o Amazon Studio Classic criem SageMaker recursos da Amazon também devem conceder permissões para adicionar tags a esses recursos. A permissão para adicionar tags aos recursos é necessária porque o Studio e o Studio Classic marcam automaticamente todos os recursos que eles criam. Se uma política do IAM permitir que o Studio e o Studio Classic criem recursos, mas não permitisse a marcação, erros AccessDenied "" podem ocorrer ao tentar criar recursos. Para obter mais informações, consulte [Forneça permissões para marcar recursos de SageMaker IA](security_iam_id-based-policy-examples.md#grant-tagging-permissions).
[AWS políticas gerenciadas para Amazon SageMaker AI](security-iam-awsmanpol.md)que dão permissões para criar SageMaker recursos já incluem permissões para adicionar tags ao criar esses recursos.
Crie um caderno Jupyter que contenha um ambiente pré-instalado com a instalação padrão do Anaconda e Python 3.
**Como criar um caderno Jupyter**
1. Abra o console do Amazon SageMaker AI em [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Abra uma instância de caderno em execução escolhendo **Open (Abrir)** ao lado do nome. A página do servidor de caderno Jupyter é exibida:
1. Para criar um caderno, escolha **Arquivos**, **Novo**, e **conda\_python3**. .
1. Nomeie o caderno.
## Próxima etapa
[Obtenha o cliente Amazon SageMaker AI Boot 3](automatic-model-tuning-ex-client.md)