View a markdown version of this page

Configurações de ciclo de vida no Amazon Studio SageMaker - SageMaker IA da Amazon

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.

Configurações de ciclo de vida no Amazon Studio SageMaker

As configurações de ciclo de vida (LCCs) são scripts que administradores e usuários podem usar para automatizar a personalização dos seguintes aplicativos em seu ambiente Amazon Studio: SageMaker

  • SageMaker Inteligência Artificial da Amazon JupyterLab

  • Editor de código Code-OSS, baseado no Visual Studio Code - Código aberto

  • Studio Classic

  • Instância de caderno

A personalização da sua aplicação inclui:

  • Como instalar pacotes personalizados

  • Configurar extensões

  • Como pré-carregar conjuntos de dados

  • Como configurar repositórios de código-fonte

Usuários criam e anexam configurações de ciclo de vida integradas aos seus próprios perfis de usuário. Administradores criam e anexam configurações de ciclo de vida padrão ou integradas no nível do domínio, do espaço ou do perfil do usuário.

Entendendo as configurações de ciclo de vida incorporadas e padrão

Há dois tipos de configurações de ciclo de vida no Studio:

  • Built-in LCC: A Built-in LCC é controlada pelo administrador, sempre é executada quando um espaço é iniciado e é resolvida dinamicamente a partir das configurações do domínio no momento da inicialização. Quando um administrador atualiza a LCC integrada no nível do domínio, todos os espaços selecionam automaticamente a nova LCC na próxima inicialização, sem exigir nenhuma ação do usuário.

  • LCC padrão: A LCC padrão é pré-selecionada para o usuário no nível do espaço e persiste até que o usuário a altere explicitamente. A atualização da LCC padrão em nível de domínio não afeta os espaços em execução até que eles sejam reiniciados.

Importante

O Amazon SageMaker Studio primeiro executa a configuração de ciclo de vida integrada e, em seguida, executa a LCC padrão. A Amazon SageMaker AI não resolverá conflitos de pacotes entre as LCCs do usuário e do administrador. Por exemplo, se a LCC integrada instalar o python3.11 e a LCC padrão instalar o python3.12, o Studio instala o python3.12.