ノートブックインスタンスで Jupyter SageMaker ノートブックを作成する

重要

Amazon SageMaker Studio または Amazon SageMaker Studio Classic が Amazon SageMaker リソースを作成できるようにするカスタムIAMポリシーは、それらのリソースにタグを追加するアクセス許可も付与する必要があります。Studio と Studio Classic は、作成したリソースに自動的にタグ付けするため、リソースにタグを追加するアクセス許可が必要です。IAM ポリシーで Studio と Studio Classic がリソースの作成を許可されていてもタグ付けが許可されていない場合、リソースの作成を試みるとAccessDenied「」エラーが発生する可能性があります。詳細については、「リソースにタグ付けするための SageMakerアクセス許可を提供する」を参照してください。

AWS Amazon のマネージドポリシー SageMaker SageMaker リソースを作成するアクセス許可を付与する には、これらのリソースの作成中にタグを追加するアクセス許可が既に含まれています。

モデルのトレーニングとデプロイのスクリプトを開始するには、ノートブックインスタンスに Jupyter SageMaker ノートブックを作成します。Jupyter ノートブックを使用すると、 SageMaker 機能と AWS インフラストラクチャを使用して、トレーニングと推論のための機械学習 (ML) 実験を実行できます。

Juypter ノートブックを作成するには

1. 次の手順を実行して、ノートブックインスタンスを開きます。

   1. で SageMaker コンソールにサインインしますhttps://console.aws.amazon.com/sagemaker/。

   2. ノートブックインスタンスページで、次のいずれかを選択してノートブックインスタンスを開きます。

      • インターフェイスで JupyterLabを開く JupyterLab

      • 従来の Jupyter ビューで Jupyter を開く

      注記

      ノートブックインスタンスの [ステータス] 列に [保留中] と表示されている場合は、ノートブックインスタンスはまだ作成中です。ノートブックインスタンスを使用する準備が整InServiceうと、ステータスは に変わります。

2. 次の手順を実行して、ノートブックを作成します。

   • JupyterLab ビューでノートブックを開き、ファイルメニューで新しい を選択し、ノートブック を選択します。[カーネルの選択] で、[conda_python3] を選択します。この事前にインストールされた環境には、デフォルトの Anaconda インストールおよび Python 3 が含まれています。

   • クラシック Jupyter ビューでノートブックを開いた場合は、[ファイル] タブで [新規]、[conda_python3] の順に選択します。この事前にインストールされた環境には、デフォルトの Anaconda インストールおよび Python 3 が含まれています。

3. 次の手順を実行して、ノートブックを保存します。

   • JupyterLab ビューで、ファイル を選択し、ノートブックを名前を付けて保存... を選択し、ノートブックの名前を変更します。

   • Jupyter クラシックビューで、[ファイル]、[名前を付けて保存...] の順に選択し、ノートブックの名前を変更します。