本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
Studio Lab 预装环境
Amazon SageMaker Studio Lab 使用 conda 环境来管理项目的软件包（或库）。本指南解释了什么是 conda 环境、如何与它们交互以及 Studio Lab 中可用的不同预安装环境。
conda 环境是一个包含已安装软件包集合的目录。它允许您创建具有特定软件包版本的隔离环境，从而防止具有不同依赖关系的项目之间发生冲突。
您可以通过两种方式在 Studio Lab 中与 conda 环境进行交互：
-
终端：使用终端创建、激活和管理环境。
-
JupyterLab Notebook：打开 JupyterLab 笔记本时，选择带有您要使用的环境名称的内核，以使用该环境中安装的软件包。
有关管理环境的演练，请参阅 管理环境
Studio Lab 附带了几个预安装的环境，这些环境可以是永久内存环境，也可以是非持久内存环境。对持久内存环境所做的任何更改都将保留到下次会话中。对非持久内存环境所做的任何更改都不会保留到您的下次会话中，但其中的软件包将由 Amazon 进行更新和兼容性测试。 SageMaker以下是每个环境及其用例的概述：
-
sagemaker-distribution：由 Amazon SageMaker 管理的非持久环境。它包含用于机器学习、数据科学和可视化的热门软件包。该环境会定期更新和兼容性测试。如果您想要预先安装通用软件包的完全托管设置，请使用此环境。sagemaker-distribution环境与 Amazon SageMaker Studio Classic 中使用的环境密切相关，因此，从 Studio Lab 升级到 Studio Classic 后，笔记本电脑的运行方式应该类似。有关将环境从 Studio Lab 导出到 Studio Classic 的信息，请参阅将亚马逊 SageMaker Studio Lab 环境导出到亚马逊 SageMaker Studio 经典版。 -
default：预装最少软件包的持久环境。如果您想通过安装其他软件包对其进行大量自定义，请使用此环境。 -
studiolab：安装 JupyterLab 和相关软件包的持久环境。使用此环境配置 JupyterLab 用户界面和安装 Jupyter 服务器扩展。 -
studiolab-safemode：当您的项目运行时出现问题时，会自动激活非持久环境。使用此环境进行故障排除。有关问题排查的信息，请参阅故障排除。 -
base: 用于系统工具的非持久环境。此环境不适合客户使用。
要查看环境中的软件包，请运行命令 conda list。
有关在环境中安装软件包的更多信息，请参阅自定义环境。
如果您计划从 Studio Lab 毕业到 Amazon SageMaker Studio Classic，请参阅将亚马逊 SageMaker Studio Lab 环境导出到亚马逊 SageMaker Studio 经典版。
有关 SageMaker 图像及其版本的信息，请参阅亚马逊 SageMaker 图片可用于 Studio Classic。
