本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 建立筆記本執行個體
<a name="automatic-model-tuning-ex-notebook"></a>

**重要**  
允許 Amazon SageMaker Studio 或 Amazon SageMaker Studio Classic 建立 Amazon SageMaker 資源的自訂 IAM 政策也必須授予許可，才能將標籤新增至這些資源。需要將標籤新增至資源的許可，因為 Studio 和 Studio Classic 會自動標記它們建立的任何資源。如果 IAM 政策允許 Studio 和 Studio Classic 建立資源，但不允許標記，則在嘗試建立資源時可能會發生 "AccessDenied" 錯誤。如需詳細資訊，請參閱[提供標記 SageMaker AI 資源的許可](security_iam_id-based-policy-examples.md#grant-tagging-permissions)。  
提供許可來建立 SageMaker 資源的 [AWS Amazon SageMaker AI 的 受管政策](security-iam-awsmanpol.md) 已包含建立這些資源時新增標籤的許可。

建立 Jupyter 筆記本，其中已預先安裝含預設 Anaconda 安裝和 Python3 的環境。

**建立 Jupyter 筆記本**

1. 開啟 Amazon SageMaker AI 主控台，網址為 [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)。

1. 選擇筆記本執行個體名稱旁邊的**開啟**，以開啟執行中的筆記本執行個體。Jupyter 筆記本伺服器頁面隨即出現：

     
![Jupyter 筆記本伺服器頁面範例。](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/notebook-dashboard.png)

1. 若要建立筆記本，請選擇**檔案**、**新增**和 **conda\_python3**。

1. 為筆記本命名。

## 後續步驟
<a name="automatic-model-tuning-ex-next-client"></a>

[取得 Amazon SageMaker AI Boto 3 用戶端](automatic-model-tuning-ex-client.md)