在筆記本執行個體中建立 Jupyter SageMaker 筆記本 - Amazon SageMaker

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。

在筆記本執行個體中建立 Jupyter SageMaker 筆記本

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 會自動標記他們建立的任何資源。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資源的許可

AWS Amazon 的受管政策 SageMaker 提供建立 SageMaker 資源的許可,已包含在建立這些資源時新增標籤的許可。

若要開始編寫指令碼以訓練和部署模型,請在筆記本執行個體中建立 Jupyter SageMaker 筆記本。使用 Jupyter 筆記本,您可以在使用 SageMaker 功能和基礎設施時執行機器學習 (ML) 實驗以進行訓練和 AWS 推論。

建立 Jupyter 筆記本
動畫螢幕擷取畫面,顯示如何在筆記本執行個體中建立 Jupyter SageMaker筆記本。
  1. 依以下方式開啟筆記本執行個體:

    1. 在 登入 SageMaker 主控台https://console.aws.amazon.com/sagemaker/

    2. 筆記本執行個體頁面上,選擇下列任一選項來開啟筆記本執行個體:

      • 為 JupyterLab介面開啟 JupyterLab

      • 開啟 Jupyter 以取得傳統 Jupyter 檢視

      注意

      如果筆記本執行個體狀態在狀態欄中顯示待處理中,表示您的筆記本實例仍在建立中。當筆記本執行個體可供使用InService時,狀態會變更為 。

  2. 建立筆記本,如下所示:

    • 如果您在 JupyterLab 檢視中開啟筆記本,請在檔案功能表中選擇新增 ,然後選擇筆記本 。對於選取核心,選擇 conda_python3。此預先安裝的環境包含預設 Anaconda 安裝與 Python 3。

    • 如果您在傳統 Jupyter 檢視中開啟筆記本,請在檔案標籤上,選擇新增,再選擇 conda_python3。此預先安裝的環境包含預設 Anaconda 安裝與 Python 3。

  3. 儲存筆記本,如下所示:

    • 在 JupyterLab 檢視中,選擇檔案 ,選擇將筆記本另存為...,然後重新命名筆記本。

    • 在 Jupyter 傳統檢視中,選擇檔案,選擇另存新檔…,然後重新命名筆記本。