第 1 步：创建 Amazon SageMaker 笔记本实例

Amazon SageMaker 笔记本实例是一个完全托管的机器学习 (ML) Amazon Elastic Compute Cloud (Amazon EC2) 计算实例，它运行 Jupyter 笔记本应用程序。您可以使用笔记本实例创建和管理 Jupyter 笔记本以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. 打开 Amazon SageMaker 控制台https://console.aws.amazon.com/sagemaker/.

2. 选择笔记本实例，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 Instance type (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ml.t2.medium实例类型在您当前不可用AWS区域，选择ml.t3.medium.

   3. 适用于IAM 角色，选择创建新角色，然后选择创建角色. 此 IAM 角色自动获取访问任何具有的 S3 存储桶的权限。sagemaker在名字里。它通过获取这些权限AmazonSageMakerFullAccess策略，哪 SageMaker 附加到角色。

      注意

      如果您想授予 IAM 角色访问 S3 存储桶的权限sagemaker在名称中，您需要附加S3FullAccess策略或将特定 S3 存储桶的权限限限制为 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.

   4. 选择创建笔记本实例。

      在几分钟内 SageMaker 启动 ML 计算实例 (在这种情况下为笔记本实例)，并向其附加 5 GB Amazon EBS 存储卷。笔记本实例有一个预配置的 Jupyter 笔记本服务器， SageMaker 和AWSSDK 库和一组 Anaconda 库。

      有关创建 SageMaker 笔记本实例，请参阅创建笔记本实例.

（可选）更改 SageMaker 笔记本实例设置

如果您想更改机器学习计算实例类型或 Amazon EBS 存储的大小 SageMaker 已创建的笔记本实例，您可以编辑笔记本实例设置。

要更改和更新 SageMaker 笔记本实例类型和 EBS 卷

1. 在存储库的笔记本实例中的页面 SageMaker 控制台中，选择笔记本实例。

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之后Stopped，选择操作，然后选择更新设置.

   

   1. 适用于笔记本实例类型，请选择不同的 ML 实例类型。

   2. 适用于卷大小（GB）中，键入另一个整数以指定新的 EBS 卷大小。

      注意

      因此，EBS 存储卷是加密的。 SageMaker 无法确定该卷上的可用空间量。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，启动具有新设置的笔记本实例。

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

（可选）的高级设置 SageMaker 笔记本实例

以下教程视频演示如何设置和使用。 SageMaker 通过笔记本实例 SageMaker 具有高级选项的控制台，例如 SageMaker 生命周期配置和导入 GitHub 存储库。（长度：26:04）

有关的完整文档 SageMaker 笔记本实例，请参阅使用 Amazon SageMaker 笔记本实例.