Pilih preferensi cookie Anda

Kami menggunakan cookie penting serta alat serupa yang diperlukan untuk menyediakan situs dan layanan. Kami menggunakan cookie performa untuk mengumpulkan statistik anonim sehingga kami dapat memahami cara pelanggan menggunakan situs dan melakukan perbaikan. Cookie penting tidak dapat dinonaktifkan, tetapi Anda dapat mengklik “Kustom” atau “Tolak” untuk menolak cookie performa.

Jika Anda setuju, AWS dan pihak ketiga yang disetujui juga akan menggunakan cookie untuk menyediakan fitur situs yang berguna, mengingat preferensi Anda, dan menampilkan konten yang relevan, termasuk iklan yang relevan. Untuk menerima atau menolak semua cookie yang tidak penting, klik “Terima” atau “Tolak”. Untuk membuat pilihan yang lebih detail, klik “Kustomisasi”.

Lingkungan pra-instal Studio Lab

Mode fokus
Lingkungan pra-instal Studio Lab - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Amazon SageMaker Studio Lab menggunakan lingkungan conda untuk mengelola paket (atau pustaka) untuk proyek Anda. Panduan ini menjelaskan apa itu lingkungan conda, cara berinteraksi dengannya, dan berbagai lingkungan pra-instal yang tersedia di Studio Lab.

Lingkungan conda adalah direktori yang berisi kumpulan paket yang telah Anda instal. Ini memungkinkan Anda untuk membuat lingkungan terisolasi dengan versi paket tertentu, mencegah konflik antara proyek dengan dependensi yang berbeda.

Anda dapat berinteraksi dengan lingkungan conda di Studio Lab dengan dua cara:

  • Terminal: Gunakan terminal untuk membuat, mengaktifkan, dan mengelola lingkungan.

  • JupyterLab Notebook: Saat membuka JupyterLab buku catatan, pilih kernel dengan nama lingkungan yang ingin Anda gunakan, untuk menggunakan paket yang diinstal di lingkungan itu.

Untuk panduan tentang mengelola lingkungan, lihat Kelola lingkungan Anda

Studio Lab dilengkapi dengan beberapa lingkungan pra-instal yang merupakan lingkungan memori persisten atau non-persisten. Setiap perubahan yang dilakukan pada lingkungan memori persisten akan tetap ada untuk sesi Anda berikutnya. Setiap perubahan pada lingkungan memori non-persisten tidak akan tetap untuk sesi Anda berikutnya, tetapi paket di dalamnya akan diperbarui dan diuji kompatibilitasnya oleh Amazon AI. SageMaker Berikut ikhtisar dari setiap lingkungan dan kasus penggunaannya:

  • sagemaker-distribution: Lingkungan non-persisten yang dikelola oleh Amazon SageMaker AI. Ini berisi paket populer untuk pembelajaran mesin, ilmu data, dan visualisasi. Lingkungan ini diperbarui secara berkala dan diuji kompatibilitasnya. Gunakan lingkungan ini jika Anda menginginkan pengaturan yang dikelola sepenuhnya dengan paket umum yang sudah diinstal sebelumnya.

    sagemaker-distributionLingkungan terkait erat dengan lingkungan yang digunakan di Amazon SageMaker Studio Classic, jadi setelah lulus dari Studio Lab ke Studio Classic notebook harus berjalan dengan cara yang sama. Untuk informasi tentang mengekspor lingkungan Anda dari Studio Lab ke Studio Classic, lihatEkspor lingkungan Amazon SageMaker Studio Lab ke Amazon SageMaker Studio Classic.

  • default: Lingkungan yang persisten dengan paket minimal yang sudah diinstal sebelumnya. Gunakan lingkungan ini jika Anda ingin menyesuaikannya secara signifikan dengan menginstal paket tambahan.

  • studiolab: Lingkungan persisten tempat JupyterLab dan paket terkait diinstal. Gunakan lingkungan ini untuk mengkonfigurasi antarmuka JupyterLab pengguna dan menginstal ekstensi server Jupyter.

  • studiolab-safemode: Lingkungan non-persisten diaktifkan secara otomatis ketika ada masalah dengan runtime proyek Anda. Gunakan lingkungan ini untuk tujuan pemecahan masalah. Untuk informasi tentang pemecahan masalah, lihat. Memecahkan masalah

  • base: Lingkungan non-persisten yang digunakan untuk perkakas sistem. Lingkungan ini tidak dimaksudkan untuk penggunaan pelanggan.

Untuk melihat paket di lingkungan, jalankan perintahconda list.

Untuk informasi selengkapnya tentang menginstal paket di lingkungan Anda, lihatSesuaikan lingkungan Anda.

Jika Anda berencana untuk lulus dari Studio Lab ke Amazon SageMaker Studio Classic, lihatEkspor lingkungan Amazon SageMaker Studio Lab ke Amazon SageMaker Studio Classic.

Untuk informasi tentang gambar SageMaker AI dan versinya, lihatGambar Amazon SageMaker AI tersedia untuk digunakan dengan Studio Classic.

PrivasiSyarat situsPreferensi cookie
© 2025, Amazon Web Services, Inc. atau afiliasinya. Semua hak dilindungi undang-undang.