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.
Personalize o Amazon SageMaker Studio Classic
Importante
Em 30 de novembro de 2023, a experiência anterior do Amazon SageMaker Studio agora se chama Amazon SageMaker Studio Classic. A seção a seguir é específica para usar o aplicativo Studio Classic. Para obter informações sobre como usar a experiência atualizada do Studio, consulte SageMaker Estúdio Amazon.
Há quatro opções para personalizar seu ambiente Amazon SageMaker Studio Classic. Você traz sua própria SageMaker imagem, usa um script de configuração do ciclo de vida, anexa repositórios Git sugeridos ao Studio Classic ou cria kernels usando ambientes persistentes do Conda na Amazon. EFS Use cada opção individualmente ou em conjunto.
-
Traga sua própria SageMaker imagem: uma SageMaker imagem é um arquivo que identifica os kernels, pacotes de idiomas e outras dependências necessárias para executar um notebook Jupyter no Amazon Studio Classic. SageMaker A Amazon SageMaker fornece muitas imagens integradas para você usar. Se precisar de uma funcionalidade diferente, você pode trazer suas próprias imagens personalizadas para o Studio Classic.
-
Use configurações de ciclo de vida com o Amazon SageMaker Studio Classic: as configurações de ciclo de vida são scripts de shell acionados por eventos do ciclo de vida do Amazon SageMaker Studio Classic, como iniciar um novo notebook Studio Classic. Você pode usar configurações de ciclo de vida para automatizar a personalização do seu ambiente Studio Classic. Por exemplo, você pode instalar pacotes personalizados, configurar extensões de caderno, pré-carregar conjuntos de dados e configurar repositórios de código-fonte.
-
Anexar repositórios Git sugeridos ao Studio Classic: Você pode anexar repositórios Git sugeridos no nível do domínio ou URLs do perfil do usuário da Amazon SageMaker . Em seguida, você pode selecionar o repositório URL na lista de sugestões e cloná-lo em seu ambiente usando a extensão Git no Studio Classic.
-
Ambientes Conda persistentes para o EFS volume Studio Classic Amazon: o Studio Classic usa um EFS volume Amazon como uma camada de armazenamento persistente. Você pode salvar seu ambiente Conda neste EFS volume da Amazon e, em seguida, usar o ambiente salvo para criar kernels. O Studio Classic seleciona automaticamente todos os ambientes válidos salvos na Amazon EFS como KernelGateway kernels. Esses kernels persistem até a reinicialização do kernel, do aplicativo e do Studio Classic. Para obter mais informações, consulte a seção Ambientes Persist Conda para o EFS volume Studio Classic em Quatro abordagens para gerenciar pacotes Python em notebooks Amazon SageMaker
Studio Classic.
Os tópicos a seguir mostram como usar essas três opções para personalizar seu ambiente Amazon SageMaker Studio Classic.
Tópicos
