Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Personaliza Amazon SageMaker Studio Classic
importante
A partir del 30 de noviembre de 2023, la experiencia anterior de Amazon SageMaker Studio pasa a denominarse Amazon SageMaker Studio Classic. La siguiente sección trata específicamente sobre el uso de la aplicación Studio Classic. Para obtener información sobre el uso de la experiencia de Studio actualizada, consulteAmazon SageMaker Studio.
Existen cuatro opciones para personalizar el entorno de Amazon SageMaker Studio Classic. Aporta su propia SageMaker imagen, utiliza un script de configuración del ciclo de vida, adjunta los repositorios de Git sugeridos a Studio Classic o crea núcleos utilizando entornos Conda persistentes en Amazon. EFS Utilice cada opción de forma individual o conjunta.
-
Traiga su propia SageMaker imagen: una SageMaker imagen es un archivo que identifica los núcleos, los paquetes de idioma y otras dependencias necesarias para ejecutar un cuaderno de Jupyter en Amazon Studio Classic. SageMaker Amazon SageMaker proporciona muchas imágenes integradas para que las utilices. Si necesitas una funcionalidad diferente, puedes traer tus propias imágenes personalizadas a Studio Classic.
-
Utilice las configuraciones del ciclo de vida con Amazon SageMaker Studio Classic: las configuraciones del ciclo de vida son scripts de shell activados por eventos del ciclo de vida de Amazon SageMaker Studio Classic, como iniciar un nuevo bloc de notas de Studio Classic. Puede utilizar las configuraciones del ciclo de vida para automatizar la personalización de su entorno de Studio Classic. Por ejemplo, puede instalar paquetes personalizados, configurar extensiones de notebook, cargar previamente conjuntos de datos y configurar repositorios de código fuente.
-
Adjunta los repositorios de Git sugeridos a Studio Classic: puedes adjuntar el repositorio de Git sugerido URLs a nivel de SageMaker dominio de Amazon o perfil de usuario. A continuación, puede seleccionar el repositorio URL de la lista de sugerencias y clonarlo en su entorno mediante la extensión Git de Studio Classic.
-
Mantenga los entornos de Conda en el EFS volumen Amazon de Studio Classic: Studio Classic utiliza un EFS volumen de Amazon como capa de almacenamiento persistente. Puede guardar su entorno de Conda en este EFS volumen de Amazon y, a continuación, utilizar el entorno guardado para crear núcleos. Studio Classic recoge automáticamente todos los entornos válidos guardados en Amazon EFS como KernelGateway núcleos. Estos núcleos persisten hasta que se reinicia el núcleo, la aplicación y Studio Classic. Para obtener más información, consulte la sección Persistir los entornos de Conda en el EFS volumen Studio Classic en Cuatro enfoques para administrar paquetes de Python en los cuadernos de Amazon SageMaker Studio Classic
.
En los temas siguientes se muestra cómo utilizar estas tres opciones para personalizar el entorno de Amazon SageMaker Studio Classic.
Temas
