Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Benutzerdefiniertes Setup für Amazon SageMaker AI verwenden Die **Einrichtung für Organisationen** (benutzerdefinierte Einrichtung) führt Sie durch eine erweiterte Einrichtung für Ihre Amazon SageMaker AI-Domain. Diese Option bietet Informationen und Empfehlungen, anhand derer Sie alle Aspekte der Kontokonfiguration, einschließlich Berechtigungen, Integrationen und Verschlüsselung, verstehen und kontrollieren können. Verwenden Sie diese Option, wenn Sie eine benutzerdefinierte Domain einrichten möchten. Informationen über Domains finden Sie unter [Überblick über die Amazon SageMaker AI-Domain](gs-studio-onboard.md). **Topics** + [Authentifizierungsmethoden](#onboard-custom-authentication-details) + [Einrichtung für Organisationen (benutzerdefinierte Einrichtung)](#onboard-custom-instructions) + [Zugriff auf die Domain nach dem Onboarding](#onboard-custom-users-accesss-domain) ## Authentifizierungsmethoden Bevor Sie die Domain einrichten, sollten Sie die Authentifizierungsmethoden berücksichtigen, mit denen Ihre Benutzer auf die Domain zugreifen. **AWS Identitätszentrum**: + **Vereinfacht die Verwaltung von Zugriffsberechtigungen für Benutzergruppen.** Sie können Berechtigungen für Benutzergruppen gewähren oder verweigern, anstatt dies für jeden Einzelbenutzer individuell zu tun. Wenn ein Benutzer zu einer anderen Organisation wechselt, können Sie diesen Benutzer in eine andere AWS Identity and Access Management Identity Center-Gruppe (AWS IAM Identity Center) verschieben. Der Benutzer erhält dann automatisch die erforderlichen Berechtigungen für die neue Organisation. Beachten Sie, dass sich das IAM Identity Center in derselben Domäne AWS-Region befinden muss. Folgen Sie zur Einrichtung mit IAM Identity Center den folgenden Anweisungen aus dem *Benutzerhandbuch für AWS IAM Identity Center*: + Beginnen Sie mit [Aktivierung von AWS IAM Identity Center](https://docs.aws.amazon.com/singlesignon/latest/userguide/get-set-up-for-idc.html). + [Erstellen Sie einen Berechtigungssatz](https://docs.aws.amazon.com/singlesignon/latest/userguide/get-started-create-a-permission-set.html) entsprechend den bewährten Methoden für die Anwendung von geringsten Berechtigungen. + [Fügen Sie Gruppen](https://docs.aws.amazon.com/singlesignon/latest/userguide/addgroups.html) zum Verzeichnis von IAM Identity Center hinzu. + Weisen Sie Benutzern und Gruppen [Single-Sign-On-Zugriff](https://docs.aws.amazon.com/singlesignon/latest/userguide/useraccess.html#assignusers) zu. + Machen Sie sich mit den grundlegenden Workflows [allgemeiner Aufgaben in IAM Identity Center](https://docs.aws.amazon.com/singlesignon/latest/userguide/getting-started.html) vertraut. + Die Benutzer in IAM Identity Center können über eine AWS-Zugangsportal URL, die ihnen per E-Mail zugeschickt wird, auf die Domain zugreifen. Die E-Mail enthält Anweisungen zum Erstellen eines Kontos für den Zugriff auf die Domain. Weitere Informationen dazu finden Sie unter [Anmelden beim AWS-Zugangsportal](https://docs.aws.amazon.com/singlesignon/latest/userguide/howtosignin.html). **Als Administrator können Sie die AWS-Zugangsportal URL finden, indem Sie zum [IAM Identity Center](https://console.aws.amazon.com/singlesignon) navigieren und die **AWS-Zugangsportal URL** unter Einstellungsübersicht suchen.** + Ihre Domain muss die AWS Identity and Access Management (IAM) -Authentifizierung verwenden, wenn Sie den Zugriff auf Ihre Domains ausschließlich auf bestimmte Amazon Virtual Private Clouds (VPCs), Schnittstellenendpunkte oder einen vordefinierten Satz von IP-Adressen beschränken möchten. Dieses Feature wird nicht für Domains unterstützt, die die Authentifizierung von IAM Identity Center verwenden. Sie können IAM Identity Center weiterhin verwenden, um die zentrale Identitätskontrolle Ihrer Mitarbeiter zu ermöglichen. *Anweisungen, wie Sie diese Einschränkungen implementieren und gleichzeitig IAM Identity Center beibehalten können, um eine konsistente Benutzeranmeldung zu gewährleisten, finden Sie unter [Sicherer Zugriff auf Amazon SageMaker Studio Classic mit IAM Identity Center und einer SAML-Anwendung](https://aws.amazon.com/blogs/machine-learning/secure-access-to-amazon-sagemaker-studio-with-aws-sso-and-a-saml-application/) im AWS Machine Learning-Blog.* Beachten Sie in diesem Blog, dass AWS SSO für IAM Identity Center steht. **Über IAM anmelden**: + Die Benutzerprofile können nach der Anmeldung beim Konto über die SageMaker AI-Konsole auf die Domain zugreifen. + Sie können den Zugriff auf Ihre Domains ausschließlich auf bestimmte Amazon Virtual Private Clouds (VPCs), Schnittstellenendpunkte oder einen vordefinierten Satz von IP-Adressen beschränken, wenn Sie die AWS Identity and Access Management (IAM) -Authentifizierung verwenden. Weitere Informationen finden Sie unter [Zugriff nur von Ihrer VPC aus zulassen](studio-interface-endpoint.md#studio-private-link-restrict). ## Einrichtung für Organisationen (benutzerdefinierte Einrichtung) ### Benutzerdefinierte Einrichtung mit der Konsole Nachdem Sie die Voraussetzungen unter erfüllt haben[Vollständige Amazon SageMaker AI-Voraussetzungen](gs-set-up.md), öffnen **Sie die Seite SageMaker KI-Domain einrichten** (benutzerdefinierte Einrichtung) und erweitern Sie die folgenden Abschnitte mit Informationen zur Einrichtung. **Öffnen Sie in der **SageMaker AI-Konsole die Option „ SageMaker KI-Domain einrichten**“** 1. Öffnen Sie die [SageMaker AI-Konsole](https://console.aws.amazon.com/sagemaker/). 1. Wählen Sie im linken Navigationsbereich **Admin-Konfigurationen** aus, um die Optionen zu erweitern. 1. Wählen Sie unter **Admin-Konfigurationen** **Domains** aus. 1. Wählen Sie auf der Seite **Domains** **Domain entfernen** aus. 1. Wählen **Sie auf der Seite SageMaker KI-Domain** **einrichten die Option Für Organisationen einrichten aus**. 1. Wählen Sie **Einrichten** aus. Sobald Sie die Seite „** SageMaker KI-Domain einrichten**“ geöffnet haben, folgen Sie den folgenden Anweisungen: #### Schritt 1: Domaindetails 1. Geben Sie für **Domainname** den Namen Ihrer benutzerdefinierten Domain ein. Dies kann beispielsweise Ihr Projekt- oder Teamname sein. 1. Wählen Sie **Weiter** aus. #### Schritt 2: Benutzer und ML-Aktivitäten In diesem Schritt richten Sie die Authentifizierungsmethode, die Benutzer und die Berechtigungen für Ihre Domain ein. 1. Unter **Wie möchten Sie auf Studio zugreifen?** können Sie eine von zwei Optionen auswählen. Weitere Informationen zu Authentifizierungsmethoden finden Sie unter [Authentifizierungsmethoden](#onboard-custom-authentication-details). Einzelheiten zu den Optionen finden Sie hier: + **AWS Identity Center**: Unter **Wer wird Studio verwenden?** wählen Sie eine AWS IAM Identity Center Gruppe aus, die auf die Domain zugreifen soll. Wenn Sie **Keine Identity-Center-Benutzergruppe** auswählen, erstellen Sie eine Domain ohne Benutzer. Sie können Gruppen von IAM Identity Center zur Domain hinzufügen, nachdem die Domain erstellt wurde. Weitere Informationen finden Sie unter [Bearbeiten von Domaineinstellungen](domain-edit.md). + **Über IAM anmelden**: Wählen Sie unter **Wer verwendet Studio?** **\+ Benutzer hinzufügen** aus, geben Sie einen neuen Benutzerprofilnamen ein und wählen Sie **Hinzufügen** aus, um einen Benutzerprofilnamen zu erstellen und hinzuzufügen. Sie können diesen Vorgang wiederholen, um mehrere Benutzerprofile zu erstellen. 1. Wählen Sie unter **Wer verwendet Studio?** die Benutzer oder Gruppen von IAM Identity Center aus und klicken Sie dann auf **Auswählen**. Sie müssen Amazon SageMaker Studio in derselben Region einrichten, in der Ihr IAM Identity Center konfiguriert ist. [Sie können die Region Ihrer Domain ändern, indem Sie die Region aus der Dropdown-Liste oben rechts in der Konsole auswählen. Sie können die Region von IAM Identity Center auch ändern, indem Sie zum AWS -Zugriffsportal](https://console.aws.amazon.com/singlesignon) navigieren. 1. Unter **Welche ML-Aktivitäten führen sie durch?** können Sie eine bestehende Rolle verwenden, indem Sie **Bestehende Rolle verwenden** auswählen. Sie können auch eine neue Rolle erstellen, indem Sie **Neue Rolle erstellen** auswählen und die ML-Aktivitäten markieren, auf die die Rolle Zugriff haben soll. 1. Bei der Auswahl von ML-Aktivitäten müssen Sie möglicherweise bestimmte Anforderungen erfüllen. Um eine Anforderung zu erfüllen, wählen Sie **Hinzufügen** aus und schließen Sie die Anforderung ab. 1. Wenn alle Anforderungen erfüllt sind, wählen Sie **Weiter** aus. #### Schritt 3: Anwendungen In diesem Schritt können Sie die Anwendungen konfigurieren, die Sie im vorherigen Schritt aktiviert haben. Weitere Informationen über ML-Aktivitäten finden Sie unter [Referenz zur ML-Aktivität](role-manager-ml-activities.md). Wenn die Anwendung nicht aktiviert wurde, erhalten Sie eine Warnung für diese Anwendung. Um eine Anwendung zu aktivieren, die noch deaktiviert ist, kehren Sie zum vorherigen Schritt zurück, indem Sie **Zurück** auswählen und den vorherigen Anweisungen folgen. + **Studio**-Konfiguration: Unter **Studio** haben Sie die Möglichkeit, zwischen der neueren und der klassischen Version von Studio als Standardkonfiguration auszuwählen. Das bedeutet, dass Sie beim Öffnen von Studio auswählen müssen, mit welcher ML-Umgebung Sie interagieren möchten. + **Studio** umfasst mehrere integrierte Entwicklungsumgebungen (IDEs) und Anwendungen, darunter Amazon SageMaker Studio Classic. Wenn diese Option ausgewählt ist, hat die IDE von Studio Classic Standardeinstellungen. Weitere Informationen zu den Standardeinstellungen finden Sie unter [Standardeinstellungen](onboard-quick-start.md#onboard-quick-start-defaults). Weitere Informationen zu Studio finden Sie unter [Amazon SageMaker Studio](studio-updated.md). + **Studio Classic** enthält die Jupyter-IDE. Falls ausgewählt, können Sie Ihre Studio-Classic-Konfiguration konfigurieren. Informationen zur Aktualisierung von Studio Classic finden Sie unter [Amazon SageMaker Studio Klassisch](studio.md). + **SageMaker Canvas-Konfiguration**: Wenn Sie Amazon SageMaker Canvas aktiviert haben, finden Sie [Erste Schritte mit der Verwendung von Amazon SageMaker Canvas](canvas-getting-started.md) die Anweisungen und Konfigurationsdetails für das Onboarding unter. + **Studio-Classic**-Konfiguration: Wenn Sie **Studio** (empfohlen) als Standardkonfiguration ausgewählt haben, hat die IDE von Studio Classic Standardeinstellungen. Weitere Informationen zu den Standardeinstellungen finden Sie unter [Standardeinstellungen](onboard-quick-start.md#onboard-quick-start-defaults). Wenn Sie Studio Classic als Standardkonfiguration ausgewählt haben, können Sie die Freigabe von Notebook-Ressourcen aktivieren oder deaktivieren. Zu den Notebook-Ressourcen gehören Artefakte wie Zellenausgabe und Git-Repositorys. Weitere Informationen zu Notebook-Ressourcen finden Sie unter [Teilen und verwenden Sie ein Amazon SageMaker Studio Classic-Notizbuch](notebooks-sharing.md). Wenn Sie die Freigabe von Notebook-Ressourcen aktiviert haben: 1. Geben Sie unter **S3-Standort für freigabefähige Notebook-Ressourcen** Ihren Amazon-S3-Standort ein. 1. Lassen Sie unter **Verschlüsselungsschlüssel — *optional*** die Option **Keine benutzerdefinierte Verschlüsselung** stehen oder wählen Sie einen vorhandenen AWS KMS Schlüssel aus oder wählen Sie **Enter a KMS key ARN** und geben Sie den ARN Ihres AWS KMS Schlüssels ein. 1. Wählen Sie unter **Einstellungen für die Freigabe von Notebook-Zellenausgaben** die Option **Benutzern die Freigabe der Zellenausgabe erlauben** oder **Freigabe der Zellausgabe deaktivieren** aus. + **RStudio**Konfiguration: Zur Aktivierung RStudio benötigen Sie eine RStudio Lizenz. Informationen zur Einrichtung finden Sie unter [Besorgen Sie sich eine RStudio Lizenz](rstudio-license.md). 1. Stellen Sie unter **RStudio Workbench** sicher, dass Ihre RStudio Lizenz automatisch erkannt wird. Weitere Informationen zum Erwerb einer RStudio Lizenz und deren Aktivierung mit SageMaker KI finden Sie unter[Besorgen Sie sich eine RStudio Lizenz](rstudio-license.md). 1. Wählen Sie einen Instanztyp aus, auf dem Ihr RStudio Server gestartet werden soll. Weitere Informationen finden Sie unter [RStudioServerPro Instanztyp](rstudio-select-instance.md). 1. Erstellen Sie unter **Berechtigung** Ihre Rolle oder wählen Sie eine vorhandene Rolle aus. Der Benutzer muss über die folgenden Richtlinienberechtigungen verfügen: Diese Richtlinie ermöglicht der RStudio ServerPro Anwendung den Zugriff auf die erforderlichen Ressourcen. Es ermöglicht Amazon SageMaker AI auch, automatisch eine RStudio ServerPro Anwendung zu starten, wenn sich die bestehende RStudio ServerPro Anwendung im `Failed` Status `Deleted` Oder befindet. Weitere Informationen zum Bearbeiten von Rollenberechtigungen finden Sie unter [Ändern einer Rollenberechtigungsrichtlinie (Konsole)](https://docs.aws.amazon.com/IAM/latest/UserGuide/roles-managingrole-editing-console.html#roles-modify_permissions-policy). ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Sid": "VisualEditor0", "Effect": "Allow", "Action": [ "license-manager:ExtendLicenseConsumption", "license-manager:ListReceivedLicenses", "license-manager:GetLicense", "license-manager:CheckoutLicense", "license-manager:CheckInLicense", "logs:CreateLogDelivery", "logs:CreateLogGroup", "logs:CreateLogStream", "logs:DeleteLogDelivery", "logs:Describe*", "logs:GetLogDelivery", "logs:GetLogEvents", "logs:ListLogDeliveries", "logs:PutLogEvents", "logs:PutResourcePolicy", "logs:UpdateLogDelivery", "sagemaker:CreateApp" ], "Resource": "*" } ] } ``` ------ 1. Fügen **RStudio Sie unter Connect** die URL für Ihren RStudio Connect-Server hinzu. RStudio Connect ist eine Veröffentlichungsplattform für Shiny-Anwendungen, R Markdown-Berichte, Dashboards, Diagramme und mehr. Wenn Sie sich RStudio auf SageMaker KI einbinden, wird kein RStudio Connect-Server erstellt. Weitere Informationen finden Sie unter [Fügen Sie eine RStudio Connect-URL hinzu](rstudio-configure-connect.md). 1. Fügen Sie unter **RStudio Package Manager** die URL für Ihren RStudio Package Manager hinzu. SageMaker AI erstellt beim Einsteigen ein Standard-Paket-Repository für den Package Manager RStudio. Weitere Informationen zum RStudio Package Manager finden Sie unter[Aktualisieren Sie die URL des RStudio Paketmanagers](rstudio-configure-pm.md). 1. Klicken Sie auf **Weiter**. + **Code-Editor**-Konfiguration Wenn Sie Code Editor aktiviert haben, finden Sie unter [Code-Editor in Amazon SageMaker Studio](code-editor.md) eine Übersicht und die Konfigurationsdetails. #### Schritt 4: Studio-Benutzeroberfläche anpassen In diesem Abschnitt können Sie die sichtbaren Anwendungen und Tools für Machine Learning (ML) anpassen, die in Studio angezeigt werden. Durch diese Anpassung werden nur die Anwendungen und ML-Tools im linken Navigationsbereich in Studio ausgeblendet. Informationen zur Studio-Benutzeroberfläche finden Sie unter [Überblick über die Amazon SageMaker Studio-Benutzeroberfläche](studio-updated-ui.md). Informationen über die Anwendungen finden Sie unter [In Amazon SageMaker Studio unterstützte Anwendungen](studio-updated-apps.md). Das Feature zum Anpassen der Studio-Benutzeroberfläche ist in Studio Classic nicht verfügbar. Wenn Sie Studio als Standardkonfiguration festlegen möchten, wählen Sie **Zurück** aus und kehren Sie zum vorherigen Schritt zurück. 1. Auf der Seite **Studio-Benutzeroberfläche anpassen** können Sie die in Studio angezeigten Anwendungen und ML-Tools ausblenden, indem Sie sie ausschalten. 1. Nachdem Sie Ihre Änderungen überprüft haben, wählen Sie **Weiter** aus. #### Schritt 5: Netzwerkeinstellungen einrichten Wählen Sie aus, wie Studio eine Verbindung zu anderen AWS Diensten herstellen soll. Sie können den Internetzugang zu Ihrem Studio deaktivieren, indem Sie den Netzwerkzugriffstyp **Nur Virtual Private Cloud (VPC)** angeben. Wenn Sie diese Option wählen, können Sie ein Studio-Notebook nur ausführen, wenn Ihre VPC über einen Schnittstellenendpunkt zur SageMaker API und Runtime oder über ein Network Address Translation (NAT) -Gateway mit Internetzugang verfügt und Ihre Sicherheitsgruppen ausgehende Verbindungen zulassen. Weitere Informationen zu Amazon finden VPCs Sie unter[Auswählen einer Amazon VPC](onboard-vpc.md). Wenn Sie Virtual Private Cloud (VPC) auswählen, sind nur die folgenden Schritte erforderlich. Wenn Sie sich für den **öffentlichen Internetzugang** entscheiden, sind die ersten beiden der folgenden Schritte erforderlich. 1. Wählen Sie unter **VPC** die Amazon-VPC-ID aus. 1. Wählen Sie unter **Subnetz** mindestens ein Subnetz aus. Wenn Sie keine Subnetze auswählen, verwendet SageMaker AI alle Subnetze in der Amazon VPC. Wir empfehlen, dass Sie mehrere Subnetze verwenden, die nicht in eingeschränkten Availability Zones erstellt wurden. Die Verwendung von Subnetzen in diesen eingeschränkten Availability Zones kann zu Fehlern bei unzureichender Kapazität und längeren Anwendungserstellungszeiten führen. Weitere Informationen über eingeschränkte Availability Zones finden Sie unter [Availability Zones](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/using-regions-availability-zones.html#concepts-availability-zones). 1. Wählen Sie unter **Sicherheitsgruppe(n)** mindestens ein Subnetz aus. Wenn **nur VPC** ausgewählt ist, wendet SageMaker AI die für die Domain definierten Sicherheitsgruppeneinstellungen automatisch auf alle in der Domain erstellten Shared Spaces an. Wenn **Nur öffentliches Internet** ausgewählt ist, wendet SageMaker AI die Sicherheitsgruppeneinstellungen nicht auf gemeinsam genutzte Bereiche an, die in der Domain erstellt wurden. #### Schritt 6: Speicher konfigurieren Sie haben die Möglichkeit, Ihre Daten zu verschlüsseln. Die Dateisysteme [Amazon Elastic File System (Amazon EFS)](https://docs.aws.amazon.com/efs/latest/ug/whatisefs.html) [und Amazon Elastic Block Store (Amazon EBS)](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/AmazonEBS.html), die für Sie erstellt werden, wenn Sie eine Domain erstellen. Amazon EBS-Größen werden sowohl vom Code-Editor als auch von JupyterLab Leerzeichen verwendet. Sie können den Verschlüsselungsschlüssel nicht mehr ändern, nachdem Sie Ihre Amazon-EFS- und Amazon-EBS-Dateisysteme verschlüsselt haben. Um Ihre Amazon-EFS- und Amazon-EBS-Dateisysteme zu verschlüsseln, können Sie die folgenden Konfigurationen verwenden. + Lassen Sie unter **Verschlüsselungsschlüssel – *optional*** die Option **Keine benutzerdefinierte Verschlüsselung** stehen oder wählen Sie einen vorhandenen KMS-Schlüssel aus. Sie können auch **KMS-Schlüssel-ARN** eingeben auswählen und den ARN Ihres KMS-Schlüssels eingeben. + Geben Sie unter **Standardspeichergröße – *optional*** die Standardspeichergröße ein. + Geben Sie unter **Maximale Speichergröße – *optional*** die maximale Speichergröße ein. #### Schritt 7: Überprüfen und erstellen Überprüfen Sie die Domaineinstellungen. Wenn Sie die Einstellungen ändern müssen, wählen Sie neben dem entsprechenden Schritt **Bearbeiten** aus. Sobald Sie bestätigt haben, dass Ihre Domaineinstellungen korrekt sind, wählen Sie **Senden** aus und die Domain wird für Sie erstellt. Dieser Vorgang kann einige Minuten dauern. ### Benutzerdefiniertes Setup mit dem AWS CLI Die folgenden Abschnitte enthalten AWS CLI Anweisungen für die benutzerdefinierte Einrichtung Ihrer Domain mithilfe der IAM Identity Center- oder IAM-Authentifizierungsmethoden. Gehen Sie wie folgt vor, nachdem Sie die Voraussetzungen erfüllt haben, einschließlich der Einrichtung Ihrer AWS CLI Anmeldeinformationen. [Vollständige Amazon SageMaker AI-Voraussetzungen](gs-set-up.md) 1. Erstellen Sie eine Ausführungsrolle, die zum Erstellen einer Domäne verwendet wird, und fügen Sie die [AmazonSageMakerFullAccess](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerFullAccess)Richtlinie hinzu. Sie können auch eine bestehende Rolle verwenden, der mindestens eine Vertrauensrichtlinie angehängt ist, die SageMaker KI die Erlaubnis erteilt, die Rolle zu übernehmen. Weitere Informationen finden Sie unter [Wie verwendet man SageMaker AI-Ausführungsrollen](sagemaker-roles.md). ``` aws iam create-role --role-name {{execution-role-name}} --assume-role-policy-document {{file://execution-role-trust-policy.json}} aws iam attach-role-policy --role-name {{execution-role-name}} --policy-arn arn:aws:iam::aws:policy/AmazonSageMakerFullAccess ``` 1. Holen Sie sich die Amazon Virtual Private Cloud (Amazon VPC) Ihres Kontos. ``` aws --region {{region}} ec2 describe-vpcs --filters Name=isDefault,Values=true --query "Vpcs[0].VpcId" --output text ``` 1. Rufen Sie die Liste der Subnetze in der Standard-Amazon-VPC. ``` aws --region {{region}} ec2 describe-subnets --filters Name=vpc-id,Values={{default-vpc-id}} --query "Subnets[*].SubnetId" --output json ``` 1. Erstellen Sie eine Domain, indem Sie die standardmäßige Amazon-VPC-ID, die Subnetze und den ARN für die Ausführungsrolle übergeben. Sie müssen auch einen SageMaker Bild-ARN übergeben. Informationen zur verfügbaren JupyterLab Version finden Sie ARNs unter[Eine JupyterLab Standardversion festlegen](studio-jl.md#studio-jl-set). Verwenden Sie bei `{{authentication-mode}}` `SSO` für die Authentifizierung von IAM Identity Center oder `IAM` für die IAM-Authentifizierung. ``` aws --region {{region}} sagemaker create-domain --domain-name {{domain-name}} --vpc-id {{default-vpc-id}} --subnet-ids {{subnet-ids}} --auth-mode {{authentication-mode}} --default-user-settings "ExecutionRole=arn:aws:iam::{{account-number}}:role/{{execution-role-name}},JupyterServerAppSettings={DefaultResourceSpec={InstanceType=system,SageMakerImageArn={{image-arn}}}}" \ --query DomainArn --output text ``` Mithilfe von können Sie die in Studio angezeigten Anwendungen und ML-Tools für die Domäne anpassen [StudioWebPortalSettings](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_StudioWebPortalSettings.html). AWS CLI Verwenden Sie `HiddenAppTypes`, um Anwendungen auszublenden, und `HiddenMlTools`, um ML-Tools auszublenden. Weitere Informationen zum Anpassen der linken Navigationsleiste der Studio-Benutzeroberfläche finden Sie unter [Tools und Anwendungen für maschinelles Lernen in der Amazon SageMaker Studio-Benutzeroberfläche ausblenden](studio-updated-ui-customize-tools-apps.md). Dieses Feature ist nicht für Studio Classic verfügbar. 1. Stellen Sie sicher, dass die Domain erstellt wurde. ``` aws --region {{region}} sagemaker list-domains ``` ### Benutzerdefiniertes Setup mit AWS CloudFormation Informationen zum Erstellen einer Domäne mit AWS CloudFormation finden Sie [AWS::SageMaker::Domain](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide/aws-resource-sagemaker-domain.html)im *CloudFormation Benutzerhandbuch.* Ein Beispiel für eine CloudFormation Vorlage, mit der Sie Ihre Domain einrichten können, finden Sie unter [Amazon SageMaker AI-Domains mithilfe CloudFormation des `aws-samples` GitHub Repositorys erstellen](https://github.com/aws-samples/cloudformation-studio-domain). Nachdem die Domain eingerichtet wurde, kann der Administratorbenutzer sie anzeigen und bearbeiten. Weitere Informationen finden Sie unter [Anzeigen von Domains](domain-view.md) und [Bearbeiten von Domaineinstellungen](domain-edit.md). ## Zugriff auf die Domain nach dem Onboarding Die Benutzer können auf SageMaker KI zugreifen, indem sie: + die Anmelde-URL, wenn die Domain mit der Authentifizierung von IAM Identity Center eingerichtet wurde. Weitere Informationen dazu finden Sie unter [Anmelden beim Benutzerportal](https://docs.aws.amazon.com/singlesignon/latest/userguide/howtosignin.html). + Die [SageMaker AI-Konsole](https://console.aws.amazon.com/sagemaker).