Personnalisation d’Amazon SageMaker Studio Classic

Apporter votre propre image SageMaker : une image SageMaker est un fichier qui identifie les noyaux, les kits linguistiques et d’autres dépendances nécessaires à l’exécution d’un bloc-notes Jupyter dans Amazon SageMaker Studio Classic. Amazon SageMaker AI fournit de nombreuses images intégrées que vous pouvez utiliser. Si vous avez besoin de fonctionnalités différentes, vous pouvez apporter vos propres images personnalisées dans Studio Classic.

Utiliser les configurations de cycle de vie avec Amazon SageMaker Studio Classic : les configurations de cycle de vie sont des scripts shell déclenchés par des événements de cycle de vie Amazon SageMaker Studio Classic, tels que le démarrage d’un nouveau bloc-notes Studio Classic. Vous pouvez utiliser les configurations de cycle de vie pour automatiser la personnalisation de votre environnement Studio Classic. Par exemple, vous pouvez installer des packages personnalisés, configurer des extensions de bloc-notes, précharger des jeux de données et configurer des référentiels de code source.

Attacher des référentiels Git suggérés à Studio Classic : vous pouvez attacher des URL de référentiels Git suggérés au niveau du domaine ou du profil utilisateur Amazon SageMaker AI. Vous pouvez ensuite sélectionner l’URL du référentiel dans la liste des suggestions et la cloner dans votre environnement à l’aide de l’extension Git de Studio Classic.

Conserver les environnements Conda sur le volume Amazon EFS de Studio Classic : Studio Classic utilise un volume Amazon EFS comme couche de stockage persistante. Vous pouvez enregistrer votre environnement Conda sur ce volume Amazon EFS, puis utiliser l’environnement enregistré pour créer des noyaux. Studio Classic sélectionne automatiquement tous les environnements valides enregistrés dans Amazon EFS en tant que noyaux KernelGateway. Ces noyaux persistent jusqu’au redémarrage du noyau, de l’application et de Studio Classic. Pour plus d’informations, consultez la section Faire perdurer les environnements Conda dans le volume EFS Studio du billet de blog Quatre approches pour gérer des packages Python dans les blocs-notes Amazon SageMaker Studio Classic.