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。
Studio Lab 預先安裝環境
Amazon SageMaker Studio Lab 使用 conda 環境來管理專案的套件 （或程式庫）。本指南說明什麼是 conda 環境、如何與他們互動，以及 Studio Lab 中提供的不同預先安裝環境。
conda 環境是一個目錄，其中包含您已安裝的套件集合。它可讓您使用特定套件版本建立隔離環境，防止具有不同相依性的專案之間發生衝突。
您可以透過兩種方式與 Studio Lab 中的 conda 環境互動：
-
終端機：使用終端機建立、啟用和管理環境。
-
JupyterLab 筆記本：開啟 JupyterLab 筆記本時，請選取具有您想要使用的環境名稱核心，以使用安裝在該環境中的套件。
如需管理環境的逐步解說，請參閱 管理您的環境
Studio Lab 隨附數個預先安裝的環境，這些環境可以是持久性或非持久性記憶體環境。對持續記憶體環境所做的任何變更都會保留在下一個工作階段中。對非持久性記憶體環境所做的任何變更不會保留給您的下一個工作階段，但 Amazon 會更新並測試 中的套件是否相容 SageMaker。以下是每個環境及其使用案例的概觀：
-
sagemaker-distribution：由 Amazon 管理的非持續性環境 SageMaker。它包含機器學習、資料科學和視覺化的熱門套件。此環境會定期更新並測試相容性。如果您想要預先安裝通用套件的完全受管設定，請使用此環境。sagemaker-distribution環境與 Amazon SageMaker Studio Classic 中使用的環境密切相關，因此從 Studio Lab 畢業到 Studio Classic 後，筆記本應該以類似方式執行。如需將環境從 Studio Lab 匯出至 Studio Classic 的資訊，請參閱 出口 Amazon SageMaker 工作室實驗室環境 Amazon SageMaker 工作室經典。 -
default：預先安裝最少套件的持久性環境。如果您想要透過安裝其他套件來大幅自訂環境，請使用此環境。 -
studiolab：已安裝 JupyterLab 和 相關套件的持久性環境。使用此環境來設定 JupyterLab 使用者介面和安裝 Jupyter 伺服器延伸模組。 -
studiolab-safemode：當專案執行時間發生問題時，系統會自動啟動非持續性環境。使用此環境進行疑難排解。如需疑難排解的詳細資訊，請參閱故障診斷。 -
base：用於系統工具的非持續性環境。此環境不適用於客戶使用。
若要檢視環境中的套件，請執行命令 conda list。
如需在環境中安裝套件的詳細資訊，請參閱自訂您的環境。
如果您打算從 Studio Lab 畢業到 Amazon SageMaker Studio Classic，請參閱 出口 Amazon SageMaker 工作室實驗室環境 Amazon SageMaker 工作室經典。
如需有關 SageMaker 映像及其版本的資訊，請參閱 Amazon SageMaker 映像可與 Studio Classic 搭配使用。
