아마존 SageMaker 스튜디오 랩 환경을 아마존 SageMaker 스튜디오 클래식으로 내보내기

Amazon SageMaker Studio Classic은 Amazon SageMaker Studio Lab에서 사용할 수 없는 기계 학습 및 딥 러닝 워크플로를 위한 많은 기능을 제공합니다. 이 페이지에서는 Studio Lab 환경을 Studio Classic으로 마이그레이션하여 더 많은 컴퓨팅 용량, 스토리지 및 기능을 활용하는 방법을 보여줍니다. 하지만 전체 MLOP 파이프라인에 최적화된 Studio Classic의 사전 빌드된 컨테이너에 익숙해지는 것이 좋습니다. 자세한 정보는 아마존 SageMaker 스튜디오 랩를 참조하세요.

Studio Lab 환경을 스튜디오 클래식으로 마이그레이션하려면 먼저 의 단계에 따라 스튜디오 클래식에 온보딩해야 합니다. 아마존 SageMaker 도메인 개요

1단계: Studio Lab Conda 환경 내보내기

환경 관리의 단계에 따라 Conda 환경을 내보내고 이 환경에 라이브러리 또는 패키지를 추가할 수 있습니다. 다음 예제는 default 환경을 사용하여 Studio Classic으로 내보내는 방법을 보여줍니다.

1. 파일 브라우저( ) 창을 열어 Studio Lab 터미널을 열고, 파일 브라우저 상단의 메뉴에서 더하기(+) 기호를 선택하여 런처를 연 다음 터미널을 선택하세요. Studio Lab 터미널에서 다음 명령을 실행하여 Conda 환경 목록을 띄우세요.

   conda env list

   이 명령은 파일 시스템 내 Conda 환경과 그 위치의 목록을 출력합니다. Studio Lab에 온보딩하면 studiolab Conda 환경이 자동으로 활성화됩니다.

   # 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

   studiolab, studiolab-safemode 및 base 환경은 내보내지 않는 것이 좋습니다. 이러한 환경은 다음과 같은 이유로 Studio Classic에서 사용할 수 없습니다.

   • studiolab: 이렇게 하면 Studio Lab을 위한 JupyterLab 환경이 설정됩니다. 스튜디오 랩은 스튜디오 클래식과는 다른 메이저 버전을 실행하므로 스튜디오 클래식에서는 사용할 수 없습니다. JupyterLab

   • studiolab-safemode: 이렇게 하면 Studio Lab을 위한 JupyterLab 환경도 설정됩니다. 스튜디오 랩은 스튜디오 클래식과는 다른 메이저 버전을 실행하므로 스튜디오 클래식에서는 사용할 수 없습니다. JupyterLab

   • base: 이 환경은 기본적으로 Conda와 함께 제공됩니다. 스튜디오 랩의 base 환경과 스튜디오 클래식의 base 환경에는 호환되지 않는 여러 패키지 버전이 있습니다.

2. 스튜디오 클래식으로 마이그레이션하려는 conda 환경의 경우 먼저 conda 환경을 활성화하십시오. 그런 다음 새 라이브러리가 설치되거나 제거되면 default 환경이 변경됩니다. 이 환경의 정확한 상태를 확인하려면 명령줄을 사용하여 YAML 파일로 내보내세요. 다음 명령줄은 기본 환경을 YAML 파일로 내보내서 myenv.yml(이)라는 파일을 생성합니다.

   conda activate default
   conda env export > ~/myenv.yml

2단계: Studio Lab 아티팩트 저장

환경을 YAML 파일에 저장했으므로 해당 환경 파일을 어떤 플랫폼으로도 옮길 수 있습니다.

Save to a local machine using Studio Lab GUI

참고

현재로서는 디렉터리를 마우스 오른쪽 버튼으로 클릭하여 Studio Lab GUI에서 디렉터리를 다운로드하는 것이 불가능합니다. 디렉터리를 내보내려면 Git 리포지토리에 저장 탭을 이용한 단계를 따르세요.

한 가지 옵션은 환경을 로컬 시스템에 저장하는 것입니다. 이렇게 하려면 다음 절차를 따르십시오.

1. Studio Lab에서 왼쪽 메뉴의 파일 브라우저( ) 아이콘을 선택하면 파일 브라우저 창이 왼쪽에 나타납니다.

2. 파일 검색 창 아래에 있는 파일 아이콘을 선택하여 사용자 디렉터리로 이동하세요.

3. myenv.yml 파일을 선택(마우스 오른쪽 버튼 클릭)한 다음 다운로드를 선택하세요. Studio Classic으로 가져오려는 다른 파일에 대해 이 프로세스를 반복할 수 있습니다.

Save to a Git repository

또 하나의 옵션은 환경을 Git 리포지토리에 저장하는 것입니다. 이 옵션을 GitHub 예로 사용합니다. 이 단계에는 GitHub 계정과 리포지토리가 필요합니다. 자세한 내용은 GitHub에서 알아보세요. 다음 절차는 콘텐츠를 Studio Lab 터미널 GitHub 사용과 동기화하는 방법을 보여줍니다.

1. Studio Lab 터미널에서 사용자 디렉터리로 이동한 다음, 내보낼 파일을 포함할 새 디렉터리를 생성하세요.

   cd ~
   mkdir <NEW_DIRECTORY_NAME>

2. 새 디렉터리를 생성하고 나서 <NEW_DIRECTORY_NAME>(으)로 내보낼 파일 또는 디렉터리를 복사하세요.

   다음 코드 형식을 이용한 파일 복사:

   cp <FILE_NAME> <NEW_DIRECTORY_NAME>

   그 예로 <FILE_NAME>을(를) myenv.yml(으)로 바꾸세요.

   다음 코드 형식을 이용한 디렉터리 복사:

   cp -r <DIRECTORY_NAME> <NEW_DIRECTORY_NAME>

   그 예로 <DIRECTORY_NAME>을(를) 사용자 디렉터리에 있는 임의의 디렉터리 이름으로 바꾸세요.

3. 새 디렉터리로 이동한 후, 다음 명령을 사용하여 해당 디렉터리를 Git 리포지토리로 초기화하세요. 자세한 내용은 git-init 설명서를 참조하세요.

   cd <NEW_DIRECTORY_NAME>
   git init

4. Git를 사용하여 모든 관련 파일을 추가한 다음 변경 사항을 적용하세요.

   git add .
   git commit -m "<COMMIT_MESSAGE>"

   그 예로 <COMMIT_MESSAGE>을(를) Add Amazon SageMaker Studio Lab artifacts to GitHub repository to migrate to Amazon SageMaker Studio Classic (으)로 바꾸세요.

5. 이 커밋을 원격 리포지토리로 푸시하세요. 이 리포지토리의 <GITHUB_USERNAME> 형식은 다음과 같습니다. https://github.com/<GITHUB_USERNAME>/ <REPOSITORY_NAME>.git 여기서 는 GitHub 사용자 이름, <REPOSITORY_NAME> 는 원격 리포지토리 이름입니다. 브랜치를 만들어 콘텐츠를 <BRANCH_NAME> GitHub 저장소로 푸시하십시오.

   git branch -M <BRANCH_NAME>
   git remote add origin https://github.com/<GITHUB_USERNAME>/<REPOSITORY_NAME>.git
   git push -u origin <BRANCH_NAME>

3단계: 스튜디오 랩 아티팩트를 스튜디오 클래식으로 가져오기

다음 절차는 Studio Classic으로 아티팩트를 가져오는 방법을 보여줍니다. 콘솔을 통해 Feature Store를 사용하는 방법에 대한 지침은 Studio 또는 Studio Classic을 기본 환경으로 활성화했는지 여부에 따라 달라집니다. 콘솔을 통해 Studio Classic에 액세스하는 방법에 대한 자세한 내용은 을 참조하십시오Studio를 기본 환경으로 사용하는 경우 Studio Classic을 시작하십시오..

Studio Classic에서는 로컬 컴퓨터 또는 Git 리포지토리에서 파일을 가져올 수 있습니다. 스튜디오 클래식 GUI 또는 터미널을 사용하여 이 작업을 수행할 수 있습니다. 다음 절차에서는 2단계: Studio Lab 아티팩트 저장의 예제를 사용합니다.

Import using the Studio Classic GUI

로컬 컴퓨터에 파일을 저장한 경우 다음 단계에 따라 파일을 Studio Classic으로 가져올 수 있습니다.

1. Studio Classic의 왼쪽 상단에 있는 파일 브라우저 ( ) 패널을 엽니다.

2. 파일 브라우저 창 상단의 메뉴에서 파일 업로드 아이콘( )을 선택하세요.

3. 가져오려는 파일을 탐색한 다음 [열기] 를 선택합니다.

참고

디렉터리를 Studio Classic으로 가져오려면 먼저 로컬 컴퓨터의 디렉터리를 파일로 압축합니다. Mac을 사용할 경우, 해당 디렉터리를 마우스 오른쪽 버튼으로 클릭하고 "<DIRECTORY_NAME>" 압축을 선택하세요. Windows를 사용할 경우, 해당 디렉터리를 마우스 오른쪽 버튼으로 클릭하고 다음 위치로 전송을 선택한 다음 압축 폴더(zip 형식)를 선택하세요. 디렉터리를 압축한 후 이전 단계를 사용하여 압축된 파일을 가져오세요. Studio Classic 터미널로 이동한 다음 명령을 실행하여 압축된 파일의 압축을 풉니다. <DIRECTORY_NAME>.zip

Import using a Git repository

이 예제에서는 GitHub 리포지토리를 Studio Classic으로 복제하는 방법에 대한 두 가지 옵션을 제공합니다. 스튜디오 클래식 왼쪽에 있는 Git () 탭을 선택하면 스튜디오 클래식 GUI를 사용할 수 있습니다. 리포지토리 복제를 선택한 다음 GitHub 리포지토리 URL을 붙여넣습니다. 2단계: Studio Lab 아티팩트 저장 또 다른 옵션은 다음 절차를 사용하여 Studio Classic 터미널을 사용하는 것입니다.

1. 스튜디오 클래식 런처를 엽니다. 런처를 여는 방법에 대한 자세한 내용은 Amazon SageMaker Studio 클래식 런처를 참조하십시오.

2. 런처의 노트북 및 컴퓨팅 리소스 섹션에서 환경 변경을 선택하세요.

3. 스튜디오 클래식에서 런처를 엽니다. 런처를 열려면 스튜디오 클래식의 왼쪽 상단에 있는 Amazon SageMaker Studio Classic을 선택하십시오.

   런처를 여는 데 사용 가능한 모든 방법은 Amazon SageMaker 스튜디오 클래식 런처 사용을(를) 참조하세요.

4. 환경 변경 대화 상자에서 이미지 드롭다운 목록을 사용하여 데이터 과학 이미지를 선택하고 선택을 선택하세요. 이 이미지는 Conda가 사전 설치된 상태에서 제공됩니다.

5. 스튜디오 클래식 런처에서 이미지 터미널 열기를 선택합니다.

6. 이미지 터미널에서 다음 명령을 실행하여 리포지토리를 복제하세요. 이 명령은 Studio Classic 인스턴스에서 이름을 딴 <REPOSITORY_NAME> 디렉터리를 만들고 해당 리포지토리의 아티팩트를 복제합니다.

   git clone https://github.com/<GITHUB_USERNAME>/<REPOSITORY_NAME>.git

4단계: 스튜디오 클래식에 스튜디오 랩 콘다 환경을 설치합니다.

이제 스튜디오 클래식 인스턴스에서 YAML 파일을 사용하여 conda 환경을 다시 만들 수 있습니다. 스튜디오 클래식 런처를 엽니다. 런처를 여는 방법에 대한 자세한 내용은 Amazon SageMaker Studio 클래식 런처를 참조하십시오. 런처에서 이미지 터미널 열기를 선택하세요. 터미널에서 YAML 파일이 포함된 디렉터리로 이동한 후 다음 명령을 실행하세요.

conda env create --file <ENVIRONMENT_NAME>.yml
conda activate <ENVIRONMENT_NAME>

이 명령이 완료되면 환경을 Studio Classic 노트북 인스턴스의 커널로 선택할 수 있습니다. 사용 가능한 환경을 보려면 conda env list을(를) 실행하세요. 환경을 활성화하려면 conda activate <ENVIRONMENT_NAME>을(를) 실행하세요.