步骤 1：创建 Amazon SageMaker 笔记本实例

亚马逊 SageMaker 笔记本实例是运行 Jupyter 笔记本应用程序的完全托管的机器学习 (ML) 亚马逊弹性计算云 (Amazon EC2) 计算实例。您可以使用笔记本实例创建和管理 Jupyter 笔记本来预处理数据，以及训练和部署机器学习模型。

创建 SageMaker 笔记本实例

1. 通过 https://console.aws.amazon.com/sagemaker/ 打开亚马逊 SageMaker 控制台。

2. 选择 Notebook 实例，然后选择 “创建笔记本实例”。

3. 在 Create notebook instance (创建笔记本实例) 页面上，提供以下信息（如果未提到某个字段，请保留默认值）：

   1. 对于 Notebook instance name (笔记本实例名称)，请键入您的笔记本实例的名称。

   2. 对于 Notebook instance type (笔记本实例类型)，选择 ml.t2.medium。这是笔记本实例支持的成本最低的实例类型，并且足以完成本练习。如果您的当前AWS区域没有ml.t2.medium实例类型，请选择ml.t3.medium。

   3. 对于平台标识符，选择要在其上创建笔记本实例的平台类型。此平台类型决定了创建笔记本实例时使用的操作系统和 JupyterLab 版本。有关平台标识符类型的信息，请参阅亚马逊 Linux 2 与亚马逊 Linux 笔记本实例。有关 JupyterLab 版本的信息，请参阅JupyterLab 版本控制。

   4. 对于 IAM 角色，选择创建新角色，然后选择创建角色。此 IAM 角色会自动获得访问名称sagemaker中包含的任何 S3 存储桶的权限。它通过 SageMaker 附加到角色的AmazonSageMakerFullAccess策略获得这些权限。

      注意

      如果您想授予 IAM 角色访问名称sagemaker中没有名称的 S3 存储桶的权限，则需要将S3FullAccess策略附加到特定 S3 存储桶或将特定 S3 存储桶的权限限制给 IAM 角色。有关向 IAM 角色添加存储桶策略的更多信息和示例，请参阅存储桶策略示例。

   5. 选择创建笔记本实例。

      几分钟后， SageMaker 启动 ML 计算实例（在本例中为笔记本实例），并向其附加 5 GB 的 Amazon EBS 存储卷。笔记本实例具有预先配置的 Jupyter 笔记本服务器、 SageMaker AWS SDK 库和一组 Anaconda 库。

      有关创建 SageMaker 笔记本实例的更多信息，请参阅创建笔记本实例。

（可选）更改 SageMaker 笔记本实例设置

如果您想更改已创建的 SageMaker 笔记本实例的 ML 计算实例类型或 Amazon EBS 存储大小，则可以编辑笔记本实例设置。

更改和更新 SageMaker Notebook 实例类型和 EBS 卷

1. 在 SageMaker 控制台的笔记本实例页面上，选择您的笔记本实例。

2. 选择操作，选择停止，然后等到笔记本实例完全停止。

3. 在笔记本实例状态更改为 “已停止” 后，选择 “操作”，然后选择 “更新设置”。

   

   1. 对于 Notebook 实例类型，选择不同的 ML 实例类型。

   2. 对于以 GB 为单位的卷大小，键入不同的整数以指定新的 EBS 卷大小。

      注意

      EBS 存储卷已加密，因此 SageMaker 无法确定该卷上的可用可用空间量。因此，您可以在更新笔记本实例时增加卷大小，但无法减小卷大小。如果要减小正在使用的 ML 存储卷的大小，请创建一个具有所需大小的新笔记本实例。

4. 在页面底部选择更新笔记本实例。

5. 更新完成后，使用新设置启动笔记本实例。

有关更新 SageMaker 笔记本实例设置的更多信息，请参阅更新笔记本实例。

（可选） SageMaker 笔记本实例的高级设置

以下教程视频显示了如何通过 SageMaker 控制台设置和使用带有高级选项（例如 SageMaker 生命周期配置和导入 GitHub 存储库）的 SageMaker 笔记本实例。（长度：26:04）

有关 SageMaker 笔记本实例的完整文档，请参阅使用亚马逊 SageMaker笔记本实例。