Seleccione sus preferencias de cookies

Usamos cookies esenciales y herramientas similares que son necesarias para proporcionar nuestro sitio y nuestros servicios. Usamos cookies de rendimiento para recopilar estadísticas anónimas para que podamos entender cómo los clientes usan nuestro sitio y hacer mejoras. Las cookies esenciales no se pueden desactivar, pero puede hacer clic en “Personalizar” o “Rechazar” para rechazar las cookies de rendimiento.

Si está de acuerdo, AWS y los terceros aprobados también utilizarán cookies para proporcionar características útiles del sitio, recordar sus preferencias y mostrar contenido relevante, incluida publicidad relevante. Para aceptar o rechazar todas las cookies no esenciales, haga clic en “Aceptar” o “Rechazar”. Para elegir opciones más detalladas, haga clic en “Personalizar”.

Uso compartido de entornos de conda entre tipos de instancias

Modo de enfoque
Uso compartido de entornos de conda entre tipos de instancias - Amazon SageMaker AI

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.

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.

Puede compartir entornos de conda guardándolos en un directorio de Amazon EFS fuera de su volumen de Amazon EBS. Otro usuario puede acceder al entorno en el directorio en el que lo haya guardado.

importante

El uso compartido de entornos está sujeto a limitaciones. Por ejemplo, no recomendamos un entorno diseñado para ejecutarse en una EC2 instancia de Amazon con GPU en lugar de un entorno que se ejecute en una instancia de CPU.

Use los siguientes comandos como plantilla para especificar el directorio de destino en el que desea crear un entorno personalizado. Va a crear un entorno de conda dentro de una ruta determinada. Se crea dentro del directorio de Amazon EFS. Puede crear una nueva instancia y utilizar la ruta de activación de conda, todo ello dentro de Amazon EFS.

# if you know your environment path for your conda environment conda create --prefix /home/sagemaker-user/my-project/py39-test python=3.9 # activate the env with full path from prefix conda activate home/sagemaker-user/my-project/py39-test # parse env name information from your new environment export CURRENT_ENV_NAME=$(conda info | grep "active environment" | awk -F' : ' '{print $2}' | awk -F'/' '{print $NF}') # register your new environment as Jupyter Kernel for execution python3 -m ipykernel install --user --name $CURRENT_ENV_NAME --display-name "user-env-prefix:($CURRENT_ENV_NAME)" # deactivate your conda environment conda deactivate
PrivacidadTérminos del sitioPreferencias de cookies
© 2025, Amazon Web Services, Inc o sus afiliados. Todos los derechos reservados.