Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Environnements préinstallés de Studio Lab
Amazon SageMaker Studio Lab utilise des environnements conda pour gérer les packages (ou bibliothèques) de vos projets. Ce guide explique ce que sont les environnements conda, comment interagir avec eux et les différents environnements préinstallés disponibles dans Studio Lab.
Un environnement conda est un répertoire qui contient une collection de packages que vous avez installés. Il vous permet de créer des environnements isolés avec des versions de package spécifiques, évitant ainsi les conflits entre des projets ayant des dépendances différentes.
Vous pouvez interagir avec les environnements conda dans Studio Lab de deux manières :
-
Terminal : utilisez le terminal pour créer, activer et gérer des environnements.
-
JupyterLab Bloc-notes : Lorsque vous ouvrez un JupyterLab bloc-notes, sélectionnez le noyau portant le nom d'environnement que vous souhaitez utiliser pour utiliser les packages installés dans cet environnement.
Pour une présentation pas à pas de la gestion des environnements, consultez Gérer votre environnement.
Studio Lab est fourni avec plusieurs environnements préinstallés qui sont des environnements à mémoire persistante ou non persistante. Toutes les modifications apportées aux environnements de mémoire persistante seront conservées pour votre prochaine session. Toute modification apportée aux environnements de mémoire non persistante ne sera pas conservée pour vos prochaines sessions, mais les packages qu'ils contiennent seront mis à jour et leur compatibilité testée par Amazon AI. SageMaker Voici une présentation de chaque environnement et de son cas d’utilisation :
-
sagemaker-distribution: environnement non persistant géré par Amazon SageMaker AI. Il contient des packages populaires pour le machine learning, la science des données et la visualisation. Cet environnement est régulièrement mis à jour et testé en termes de compatibilité. Utilisez cet environnement si vous souhaitez une configuration entièrement gérée avec des packages courants préinstallés.L'
sagemaker-distributionenvironnement est étroitement lié à celui utilisé dans Amazon SageMaker Studio Classic. Ainsi, une fois passés de Studio Lab à Studio Classic, les blocs-notes devraient fonctionner de la même manière. Pour obtenir des informations sur l’exportation de votre environnement de Studio Lab vers Studio Classic, consultez Exporter un environnement Amazon SageMaker Studio Lab vers Amazon SageMaker Studio Classic. -
default: environnement persistant avec les packages minimaux préinstallés. Utilisez cet environnement si vous souhaitez le personnaliser de manière significative en installant des packages supplémentaires. -
studiolab: environnement persistant dans lequel JupyterLab les packages associés sont installés. Utilisez cet environnement pour configurer l'interface JupyterLab utilisateur et installer les extensions de serveur Jupyter. -
studiolab-safemode: environnement non persistant activé automatiquement en cas de problème d’exécution de votre projet. Utilisez cet environnement à des fins de résolution de problèmes. Pour en savoir plus sur le dépannage, consultez Résolution des problèmes. -
base: environnement non persistant utilisé pour l’outillage du système. Cet environnement n’est pas destiné à être utilisé par les clients.
Pour afficher les packages dans un environnement, exécutez la commande conda list.
Pour plus d’informations sur l’installation de packages dans votre environnement, consultez Personnaliser votre environnement.
Si vous envisagez de passer de Studio Lab à Amazon SageMaker Studio Classic, consultezExporter un environnement Amazon SageMaker Studio Lab vers Amazon SageMaker Studio Classic.
Pour plus d'informations sur les SageMaker images et leurs versions, voirAmazon SageMaker Images disponibles pour une utilisation avec les blocs-notes Studio Classic.
