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。
自訂 Amazon SageMaker Studio Classic
重要
截至 2023 年 11 月 30 日，先前的 Amazon SageMaker Studio 體驗現在已命名為 Amazon SageMaker Studio Classic。以下章節是使用 Studio Classic 應用程式的特定部分。如需有關使用更新 Studio 體驗的資訊，請參閱 Amazon SageMaker Studio。
有四個選項可自訂您的 Amazon SageMaker Studio Classic 環境。您可以自帶 SageMaker 映像、使用生命週期組態指令碼、將建議的 Git 儲存庫連接至 Studio Classic，或使用 Amazon 中的持久性 Conda 環境建立核心EFS。單獨使用或搭配使用每個選項。
-
自備 SageMaker 映像： SageMaker 映像是一種檔案，可識別在 Amazon SageMaker Studio Classic 中執行 Jupyter 筆記本所需的核心、語言套件和其他相依性。Amazon SageMaker 提供許多內建映像供您使用。如果您需要不同的功能，您可以將自己的自訂映像帶到 Studio Classic。
-
搭配 Amazon SageMaker Studio Classic 使用生命週期組態：生命週期組態是由 Amazon SageMaker Studio Classic 生命週期事件觸發的 Shell 指令碼，例如啟動新的 Studio Classic 筆記本。您可以使用生命週期組態來自動化 Studio Classic 環境的自訂。例如，您可以安裝自訂套件、設定筆記本擴充功能、預先載入資料集，以及設定原始程式碼儲存庫。
-
將建議的 Git 儲存庫附加至 Studio Classic：您可以在 Amazon URLs SageMaker 網域或使用者設定檔層級附加建議的 Git 儲存庫。然後，您可以從建議URL清單中選擇儲存庫，並使用 Studio Classic 中的 Git 延伸模組將其複製到環境中。
-
Studio Classic Amazon EFS磁碟區持久性 Conda 環境：Studio Classic 使用 Amazon EFS磁碟區作為持久性儲存層。您可以在此 Amazon EFS磁碟區上儲存 Conda 環境，然後使用儲存的環境來建立核心。Studio Classic 會自動取得 Amazon 中儲存EFS為 KernelGateway 核心的所有有效環境。這些核心會持續透過重新啟動核心、應用程式和 Studio Classic。如需詳細資訊，請參閱在 Amazon SageMaker
Studio Classic 筆記本 中管理 Python 套件的四種方法中的持久 Conda 環境至 Studio Classic EFS磁碟區一節。
下列主題說明如何使用這三個選項來自訂您的 Amazon SageMaker Studio Classic 環境。
