환경 관리

Amazon SageMaker Studio Lab은 스튜디오 랩 노트북 인스턴스에 사전 설치된 환경을 제공합니다. 사용자는 환경을 통해 사용하려는 패키지로 Studio Lab 노트북 인스턴스를 시작할 수 있습니다. 이 작업을 수행하려면 환경에 패키지를 설치한 다음, 해당 환경을 커널로 선택하면 됩니다.

Studio Lab에는 다양한 환경이 사전 설치되어 있습니다. 기계 학습(ML) 엔지니어 및 데이터 과학자가 사용하는 다수의 인기 패키지가 이미 포함되어 있는 완전 관리형 환경을 사용하려는 경우, 일반적으로 sagemaker-distribution 환경을 사용하는 것이 좋습니다. 혹은 환경을 영구적으로 사용자 지정하려는 경우 default 환경을 사용할 수 있습니다. 사용 가능한 Studio Lab 사전 설치 환경에 대한 자세한 내용은 Studio Lab이 사전 설치된 환경을(를) 참조하세요.

환경에 새 패키지(또는 라이브러리)를 추가하여 해당 환경을 사용자 지정할 수 있습니다. Studio Lab에서 새 환경을 생성하고, 호환 가능한 환경을 가져오고, 환경을 재설정하여 공간을 생성하는 등 여러 작업을 수행할 수도 있습니다.

다음 명령은 Studio Lab 터미널에서 실행하기 위한 명령입니다. 하지만 패키지를 설치할 때는 Studio Lab Jupyter 노트북에 패키지를 설치하는 것이 좋습니다. 이렇게 하면 패키지가 의도한 환경에 설치될 수 있습니다. Jupyter notebook에서 명령을 실행하려면 셀을 실행하기 전에 해당 명령 앞에 접두사 %을(를) 붙이세요. 그 예로 터미널의 코드 조각 pip list은(는) Jupyter notebook의 %pip list와(과) 동일합니다.

다음 섹션에서는 default Conda 환경과 이 환경을 사용자 지정하는 방법, Conda 환경 추가 및 제거 방법에 대한 정보를 제공합니다. Studio Lab에 설치할 수 있는 샘플 환경의 목록은 사용자 지정 Conda 환경 생성을 참조하세요. Studio Lab에서 이러한 샘플 환경 YAML 파일을 사용하려면 을 참조하십시오4단계: 스튜디오 클래식에 스튜디오 랩 콘다 환경을 설치합니다..

기본 환경

Studio Lab은 Conda 환경을 사용하여 노트북 실행에 필요한 소프트웨어 패키지를 캡슐화합니다. 프로젝트에는 IPython커널과 함께 이름이 지정된 default 기본 conda 환경이 포함되어 있습니다. 이 환경은 Jupyter notebook의 기본 커널 역할을 합니다.

환경 보기

Studio Lab의 환경을 보려면 터미널 또는 Jupyter notebook을 사용하면 됩니다. 다음 명령은 Studio Lab 터미널용 명령입니다. Jupyter notebook에서 해당 명령을 실행하려면 환경 관리을(를) 참조하세요.

파일 브라우저 패널 ( ) 을 열어 Studio Lab 터미널을 열고 파일 브라우저 상단의 메뉴에서 더하기 (+) 기호를 선택하여 런처를 연 다음 터미널을 선택합니다. Studio Lab 터미널에서 다음 명령을 실행하여 Conda 환경을 나열하세요.

conda env list

이 명령은 파일 시스템 내 Conda 환경과 그 위치의 목록을 출력합니다. Studio Lab에 온보딩하면 studiolab Conda 환경이 자동으로 활성화됩니다. 다음은 온보딩이 끝난 후 나열된 환경의 예입니다.

# conda environments:
#
default                  /home/studio-lab-user/.conda/envs/default
studiolab             *  /home/studio-lab-user/.conda/envs/studiolab
studiolab-safemode       /opt/amazon/sagemaker/safemode-home/.conda/envs/studiolab-safemode
base                     /opt/conda
sagemaker-distribution     /opt/conda/envs/sagemaker-distribution

*은(는) 활성화된 환경을 표시합니다.

새 Conda 환경의 생성, 활성화, 사용

다양한 사용 사례에 맞게 여러 환경을 유지 관리하려는 경우, 프로젝트에서 새 Conda 환경을 생성할 수 있습니다. 다음 섹션에서는 새 Conda 환경을 생성 및 활성화하는 방법을 보여줍니다. 사용자 지정 환경을 만드는 방법을 보여 주는 Jupyter 노트북은 Studio Lab에서 SageMaker 사용자 지정 환경 설정을 참조하십시오.

참고

여러 환경에 대한 유지 관리는 사용 가능한 Studio Lab 메모리를 소모시킵니다.

Conda 환경 생성

Conda 환경을 생성하려면 터미널에서 다음 Conda 명령을 실행하세요. 이 예제에서는 Python 3.9로 새 환경을 생성합니다.

conda create --name <ENVIRONMENT_NAME> python=3.9

Conda 환경이 생성되면 환경 목록에서 해당 환경을 볼 수 있습니다. 환경 목록을 보는 방법에 대한 자세한 내용은 환경 보기을(를) 참조하세요.

Conda 환경 활성화

Conda 환경을 활성화하려면 터미널에서 다음 명령을 실행하세요.

conda activate <ENVIRONMENT_NAME>

이 명령을 실행하면 Conda 또는 pip를 사용하여 설치된 패키지가 환경에 설치됩니다. 패키지 설치에 대한 자세한 내용은 환경의 사용자 지정을(를) 참조하세요.

Conda 환경 사용

노트북으로 새 Conda 환경을 사용하려면 해당 환경에 ipykernel 패키지가 설치되어 있어야 합니다.

conda install ipykernel

ipykernel 패키지가 환경에 설치되고 나면 해당 환경을 노트북의 커널로 선택할 수 있습니다.

커널로 사용할 수 있는 환경을 JupyterLab 확인하려면 다시 시작해야 할 수 있습니다. SageMaker 스튜디오 랩의 최상위 메뉴에서 Amazon Studio Lab을 선택하고 재시작을 선택하면 됩니다 JupyterLab. .

Studio Lab Launcher에서 새 노트북을 생성할 때는 노트북에서 커널을 선택할 수 있습니다. Studio Lab UI의 개요는 아마존 SageMaker 스튜디오 랩 UI 개요을(를) 참조하세요.

Jupyter notebook이 열리면 상단 메뉴에서 커널을 선택하여 커널을 선택하고 커널 변경...을 선택할 수 있습니다.

Studio Lab 샘플 환경 사용

스튜디오 랩은 SageMaker 스튜디오 랩 예제 리포지토리를 통해 샘플 사용자 지정 환경을 제공합니다. 다음은 이들 환경을 복제하고 빌드하는 방법입니다.

1. 의 지침에 따라 SageMaker 스튜디오 랩 예제 GitHub 리포지토리를 복제하십시오리소스 사용 GitHub .

2. Studio Lab에서 왼쪽 메뉴의 파일 브라우저 아이콘( )을 선택하면 파일 브라우저 창이 왼쪽에 나타납니다.

3. 파일 브라우저에서 studio-lab-examples/custom-environments 디렉터리로 이동하세요.

4. 빌드하려는 환경에 해당하는 디렉터리를 여세요.

5. 폴더에서 .yml 파일을 마우스 오른쪽 버튼으로 클릭한 다음 Conda 환경 빌드를 선택하세요.

6. Conda 환경 빌드가 완료되고 나면 이제 해당 환경을 커널로 사용할 수 있습니다. 기존 환경을 커널로 사용하는 방법에 대한 지침은 새 Conda 환경의 생성, 활성화, 사용을(를) 참조하세요.

환경의 사용자 지정

필요에 따라 확장 프로그램 및 패키지를 설치 또는 제거하여 환경을 사용자 지정할 수 있습니다. Studio Lab은 패키지가 사전 설치된 환경과 함께 제공됩니다. 또한 사전 설치 패키지는 사용 가능한 Studio Lab 메모리를 소모시키지 않으므로, 기존 환경을 사용하면 시간과 메모리를 절약할 수 있습니다. Studio Lab 사전 설치 환경에 대한 자세한 내용은 Studio Lab이 사전 설치된 환경을(를) 참조하세요.

default환경에 설치된 모든 설치된 확장 및 패키지는 프로젝트에 계속 유지됩니다. 즉, 모든 프로젝트 런타임 세션마다 패키지를 설치할 필요가 없습니다. 하지만 sagemaker-distribution 환경에 설치된 확장 프로그램 및 패키지는 계속 남지 않으므로, 다음 세션에서 새 패키지를 설치해야 합니다. 따라서 패키지가 의도된 환경에 설치되도록 노트북 내에 패키지를 설치하는 것이 가장 좋습니다.

환경을 보려면 명령 conda env list을(를) 실행하세요.

환경을 활성화하려면 명령 conda activate <ENVIRONMENT_NAME>을(를) 실행하세요.

환경 내 패키지를 보려면 명령 conda list을(를) 실행하세요.

패키지 설치

패키지가 의도된 환경에 설치되도록 Jupyter notebook 내에 패키지를 설치하는 것이 가장 좋습니다. Jupyter notebook에서 환경에 추가 패키지를 설치하려면 Jupyter notebook 내 셀에서 다음 명령 중 하나를 실행하세요. 이 명령은 현재 활성화된 환경에서 패키지를 설치합니다.

• %conda install <PACKAGE>

• %pip install <PACKAGE>

!pip 명령 또는 !conda 명령은 여러 환경에서 예상치 못한 방식으로 작동할 수 있으므로 사용하지 않는 것이 좋습니다.

환경에 새 패키지를 설치한 후에는 노트북에서 해당 패키지가 작동하는지 확인하기 위해 커널을 다시 시작해야 할 수 있습니다. SageMaker 스튜디오 랩의 최상위 메뉴에서 Amazon Studio Lab을 선택하고 재시작을 선택하면 됩니다 JupyterLab. .

패키지 제거

패키지를 제거하려면 다음 명령을 실행하세요.

%conda remove <PACKAGE_NAME>

이 명령은 <PACKAGE_NAME>에 종속되는 패키지도 제거합니다. 단, 해당 종속성 항목 없이 대체 패키지를 찾을 수 있는 경우는 예외입니다.

환경의 모든 패키지를 제거하려면 다음 명령을 실행하세요.

conda deactivate
&& conda env remove --name
<ENVIRONMENT_NAME>

Studio Lab 새로 고침

Studio Lab을 새로 고치려면 환경 및 파일을 모두 제거하세요.

1. 모든 Conda 환경을 나열하세요.

   conda env list

2. 기본 환경을 활성화하세요.

   conda activate base

3. Conda 환경 목록에서 기본 환경을 제외한 각 환경을 제거하세요.

   conda remove --name <ENVIRONMENT_NAME> --all

4. Studio Lab의 모든 파일을 삭제하세요.

   rm -rf *.*