View a markdown version of this page

Vorinstallierte Studio Lab-Umgebungen - Amazon SageMaker KI

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.

Vorinstallierte Studio Lab-Umgebungen

Anmerkung

Amazon SageMaker Studio Lab steht neuen Kunden nicht mehr offen. Bestehende Kunden können den Service weiterhin wie gewohnt nutzen. AWS investiert weiterhin in Sicherheits- und Verfügbarkeitsverbesserungen für Studio Lab, aber wir planen nicht, neue Funktionen einzuführen. Weitere Informationen finden Sie unter Änderung der Verfügbarkeit von Studio Lab.

Amazon SageMaker Studio Lab verwendet Conda-Umgebungen, um Pakete (oder Bibliotheken) für Ihre Projekte zu verwalten. In diesem Handbuch wird erklärt, was Conda-Umgebungen sind, wie man mit ihnen interagiert und welche verschiedenen vorinstallierten Umgebungen in Studio Lab verfügbar sind.

Eine Conda-Umgebung ist ein Verzeichnis, das eine Sammlung von Paketen enthält, die Sie installiert haben. Sie ermöglicht Ihnen, isolierte Umgebungen mit spezifischen Paketversionen zu erstellen, wodurch Konflikte zwischen Projekten mit unterschiedlichen Abhängigkeiten vermieden werden.

Sie können mit Conda-Umgebungen in Studio Lab auf zwei Arten interagieren:

  • Terminal: Verwenden Sie das Terminal, um Umgebungen zu erstellen, zu aktivieren und zu verwalten.

  • JupyterLab Notizbuch: Wenn Sie ein JupyterLab Notizbuch öffnen, wählen Sie den Kernel mit dem Umgebungsnamen aus, den Sie verwenden möchten, um die in dieser Umgebung installierten Pakete zu verwenden.

Eine schrittweise Anleitung zur Verwaltung Ihrer Umgebungen finden Sie unter Verwalten Sie Ihre Umgebung.

Studio Lab verfügt über mehrere vorinstallierte Umgebungen, die entweder persistente oder nicht persistente Speicherumgebungen sind. Alle Änderungen, die an Umgebungen mit persistentem Speicher vorgenommen wurden, bleiben für Ihre nächste Sitzung bestehen. Alle Änderungen an Umgebungen mit nicht persistentem Speicher bleiben für Ihre nächsten Sitzungen erhalten, aber die darin enthaltenen Pakete werden von Amazon AI aktualisiert und auf Kompatibilität getestet. SageMaker Im Folgenden finden Sie eine Übersicht über jede Umgebung und ihren Anwendungsfall:

  • sagemaker-distribution: Eine nicht persistente Umgebung, die von Amazon AI verwaltet wird. SageMaker Sie enthält beliebte Pakete für Machine Learning, Datenwissenschaft und Visualisierung. Diese Umgebung wird regelmäßig aktualisiert und auf Kompatibilität getestet. Verwenden Sie diese Umgebung, wenn Sie eine vollständig verwaltete Konfiguration mit vorinstallierten gängigen Paketen wünschen.

    Die sagemaker-distribution Umgebung ist eng mit der in Amazon SageMaker Studio Classic verwendeten Umgebung verwandt. Daher sollten die Notebooks nach dem Abschluss von Studio Lab zu Studio Classic ähnlich laufen. Informationen zum Exportieren Ihrer Umgebung von Studio Lab nach Studio Classic finden Sie unter Exportieren Sie eine Amazon SageMaker Studio Lab-Umgebung nach Amazon SageMaker Studio Classic.

  • default: Eine persistente Umgebung mit nur wenigen vorinstallierten Paketen. Verwenden Sie diese Umgebung, wenn Sie sie durch die Installation zusätzlicher Pakete erheblich anpassen möchten.

  • studiolab: Eine persistente Umgebung, in der alle JupyterLab zugehörigen Pakete installiert wurden. Verwenden Sie diese Umgebung für die Konfiguration der JupyterLab Benutzeroberfläche und die Installation von Jupyter-Servererweiterungen.

  • studiolab-safemode: Eine nicht persistente Umgebung, die automatisch aktiviert wird, wenn ein Problem mit der Laufzeit Ihres Projekts auftritt. Verwenden Sie diese Umgebung zur Fehlerbehebung. Weitere Informationen zur Fehlerbehebung finden Sie unter Fehlerbehebung.

  • base: Eine nicht persistente Umgebung, die für Systemtools verwendet wird. Diese Umgebung ist nicht für die Verwendung durch Kunden vorgesehen.

Führen Sie den Befehl conda list aus, damit die Pakete in einer Umgebung angezeigt werden.

Weitere Informationen zur Installation von Paketen in Ihrer Umgebung finden Sie unter Passen Sie Ihre Umgebung an.

Wenn Sie planen, von Studio Lab zu Amazon SageMaker Studio Classic zu wechseln, finden Sie weitere Informationen unter. Exportieren Sie eine Amazon SageMaker Studio Lab-Umgebung nach Amazon SageMaker Studio Classic

Informationen zu SageMaker Bildern und ihren Versionen finden Sie unterAmazon SageMaker Images zur Verwendung mit Studio Classic-Notebooks verfügbar.