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.

Gerenciar seu ambiente

O Amazon SageMaker Studio Lab fornece ambientes pré-instalados para suas instâncias de notebook Studio Lab. Os ambientes permitem que você inicie uma instância de notebook do Studio Lab com os pacotes que você deseja usar. Isso é feito instalando-se pacotes no ambiente e selecionando-se o ambiente como um Kernel.

O Studio Lab tem vários ambientes pré-instalados para você. Normalmente, você vai preferir usar o ambiente sagemaker-distribution se quiser usar um ambiente totalmente gerenciado que já contenha muitos pacotes populares usados por engenheiros de machine learning (ML) e cientistas de dados. Caso contrário, você pode usar o ambiente default se quiser personalização persistente para o seu ambiente. Para obter mais informações sobre os ambientes do Studio Lab pré-instalados disponíveis, consulte Ambientes pré-instalados do Studio Lab.

Você pode personalizar seu ambiente adicionando novos pacotes (ou bibliotecas) a ele. Você também pode criar novos ambientes no Studio Lab, importar ambientes compatíveis, redefinir seu ambiente para criar espaço e muito mais.

Os comandos a seguir são para execução em um terminal do Studio Lab. No entanto, ao instalar pacotes, é altamente recomendável instalá-los em seu notebook Studio Lab Jupyter. Isso garante que os pacotes sejam instalados no ambiente pretendido. Para executar os comandos em um Bloco de anotações Jupyter, prefixe o comando com um % antes de executar a célula. Por exemplo, o trecho de código pip list em um terminal é o mesmo que %pip list em um Bloco de anotações Jupyter.

As seções a seguir fornecem informações sobre seu ambiente conda default, como personalizá-lo e como adicionar e remover ambientes conda. Para obter uma lista de ambientes de amostra que você pode instalar no Studio Lab, consulte Criação de ambientes conda personalizados. Para usar esses YAML arquivos de ambiente de amostra com o Studio Lab, consulteEtapa 4: instalar seus ambientes Studio Lab conda no Studio Classic.

Seu ambiente padrão

O Studio Lab usa ambientes conda para encapsular os pacotes de software necessários para executar bloco de anotações. Seu projeto contém um ambiente conda padrão, chamadodefault, com o IPythonkernel. Esse ambiente serve como o kernel padrão para seusBloco de anotações Jupyter.

Visualizar ambientes

Para visualizar os ambientes no Studio Lab, você pode usar um terminal ou Bloco de anotações Jupyter. O comando a seguir será para execução em um terminal do Studio Lab. Se você deseja executar os comandos correspondentes em um bloco de anotações Jupyter, consulte Gerenciar seu ambiente.

Abra o terminal do Studio Lab abrindo o painel Navegador de arquivos ( ), escolha o sinal de adição (+) no menu na parte superior do navegador de arquivos para abrir o Inicializador e escolha Terminal. No terminal do Studio Lab, liste os ambientes conda executando o seguinte.

conda env list

Esse comando gera uma lista dos ambientes conda e suas localizações no sistema de arquivos. Ao se integrar ao Studio Lab, você ativa automaticamente o ambiente studiolab conda. Veja a seguir um exemplo de ambientes listados após a integração.

# conda environments:
#
default                  /home/studio-lab-user/.conda/envs/default
studiolab             *  /home/studio-lab-user/.conda/envs/studiolab
studiolab-safemode       /opt/amazon/sagemaker/safemode-home/.conda/envs/studiolab-safemode
base                     /opt/conda
sagemaker-distribution     /opt/conda/envs/sagemaker-distribution

* marca o ambiente ativado.

Criar, ativar e usar novos ambientes conda

Se quiser manter vários ambientes para diferentes casos de uso, você pode criar novos ambientes conda em seu projeto. As seções a seguir mostram como criar e ativar novos ambientes conda. Para um notebook Jupyter que mostra como criar um ambiente personalizado, consulte Configurando um ambiente personalizado no SageMaker Studio Lab.

Criar ambiente conda

Para criar um ambiente conda, execute o seguinte comando conda em seu terminal. Este exemplo cria um novo ambiente com o Python 3.9.

conda create --name <ENVIRONMENT_NAME> python=3.9

Depois que o ambiente conda é criado, você pode visualizar o ambiente na sua lista de ambientes. Para obter mais informações sobre como visualizar sua lista de ambientes, consulte Visualizar ambientes.

Ativar um ambiente conda

Para ativar qualquer ambiente conda, execute o comando a seguir no terminal.

conda activate <ENVIRONMENT_NAME>

Quando você executa esse comando, todos os pacotes instalados usando conda ou pip são instalados no ambiente. Para obter mais informações sobre a instalação ou atualização de pacotes, consulte Personalizar seu ambiente.

Usar um ambiente conda

Para usar seus novos ambientes conda com cadernos, certifique-se de que o pacote ipykernel esteja instalado no ambiente.

conda install ipykernel

Depois que o pacote ipykernel estiver instalado no ambiente, você poderá selecionar o ambiente como o kernel do seu caderno.

Talvez seja necessário reiniciar JupyterLab para ver o ambiente disponível como um kernel. Isso pode ser feito escolhendo Amazon SageMaker Studio Lab no menu superior do Studio Lab e escolhendo Reiniciar JupyterLab... .

Quando criar um novo caderno a partir do Studio Lab Launcher, você terá a opção de escolher o kernel em Caderno. Para obter uma visão geral da interface de usuário do Studio Lab, consulte Visão geral da interface do usuário do Amazon SageMaker Studio Lab.

Quando um bloco de anotações Jupyter é aberto, você pode escolher o kernel escolhendo Kernel no menu superior e escolhendo Alterar Kernel….

Usar exemplos de ambientes do Studio Lab

O Studio Lab fornece exemplos de ambientes personalizados por meio do repositório SageMaker Studio Lab Examples. Veja a seguir como clonar e criar esses ambientes.

Personalizar seu ambiente

Você pode personalizar seu ambiente instalando e removendo extensões e pacotes conforme necessário. O Studio Lab traz ambientes com pacotes pré-instalados e o uso de um ambiente existente pode economizar tempo e memória, pois os pacotes pré-instalados não contam com a memória disponível do Studio Lab. Para obter mais informações sobre os ambientes do Studio Lab pré-instalados disponíveis, consulte Ambientes pré-instalados do Studio Lab.

Todas as extensões e pacotes instalados em seu default ambiente persistirão em seu projeto. Ou seja, você não precisa instalar seus pacotes para cada sessão de tempo de execução do projeto. No entanto, extensões e pacotes instalados em seu ambiente sagemaker-distribution não persistirão, então você precisará instalar novos pacotes durante sua próxima sessão. No entanto, quando instalar pacotes, é altamente recomendável instalá-los em seu caderno para garantir que os pacotes sejam instalados no ambiente pretendido.

Para visualizar seus ambientes, execute o comando conda env list.

Para visualizar seu ambiente, execute o comando conda activate <ENVIRONMENT_NAME>.

Para visualizar os pacotes em um ambiente, execute o comando conda list.

Instalar pacotes

É altamente recomendável instalar seus pacotes no seu bloco de anotações Jupyter para garantir que os pacotes sejam instalados no ambiente pretendido. Para instalar pacotes adicionais em seu ambiente a partir de um bloco de anotações Jupyter, execute um dos seguintes comandos em uma célula dentro do seu bloco de anotações Jupyter. Esses comandos instalam pacotes no ambiente atualmente ativado.

Não recomendamos o uso dos comandos !pip ou !conda porque eles podem se comportar de maneiras inesperadas quando você tem vários ambientes.

Depois de instalar novos pacotes em seu ambiente, talvez seja necessário reiniciar o kernel para garantir que os pacotes funcionem em seu caderno. Isso pode ser feito escolhendo Amazon SageMaker Studio Lab no menu superior do Studio Lab e escolhendo Reiniciar JupyterLab... .

Remover pacotes

Para remover um pacote, execute o comando

%conda remove <PACKAGE_NAME>

Esse comando também removerá qualquer pacote que dependa de <PACKAGE_NAME>, a menos que um substituto possa ser encontrado sem essa dependência.

Para visualizar os pacotes em um ambiente, execute o comando

conda deactivate
&& conda env remove --name
<ENVIRONMENT_NAME>

Atualizar Studio Lab

Para atualizar o Studio Lab, remova todos os seus ambientes e arquivos.