Studio 實驗室預先安裝環境 - Amazon SageMaker

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

Studio 實驗室預先安裝環境

Amazon SageMaker 工作室實驗室使用 conda 環境來包含您的套件 (或程式庫)。環境是包含已安裝套件的資料夾。您可以使用終端機或 JupyterLab 筆記本與環境互動。若要使用環境和安裝在其中的套件,您必須在開啟 JupyterLab 筆記本時選擇與環境相同名稱的對應核心。如需如何管理環境的逐步解說,請參閱 管理您的環境。如需在環境中安裝套件的詳細資訊,請參閱 自訂您的環境

Studio 實驗室為您預先安裝了各種環境。對持續記憶體環境所做的任何變更都會保留在下一個工作階段中。對非持續性記憶體環境所做的任何變更都不會保留在您的下一個工作階段中,但 Amazon 會更新其中的套件並測試相容性。 SageMaker如果希望使用已包含許多機器學習 (ML) 工程師和資料科學家使用的熱門套件的全受管環境,一般會想使用 sagemaker-distribution 非持續記憶體環境。否則,如果您希望大幅自訂環境,則可以使用 default 環境。

在下文中,我們列出了預先安裝的環境及其使用案例。若要檢視環境中安裝的套件,請參閱 自訂您的環境

  • sagemaker-distribution: 經過定期更新和相容性測試的非持續性記憶體環境,由 Amazon SageMaker 完全管理。此環境包含 ML、資料科學和視覺效果中使用的熱門套件。該sagemaker-distribution環境與 Amazon SageMaker 工作室經典中使用的環境密切相關,因此從工作室實驗室到工作室經典畢業後,筆記本電腦應該以類似的方式運行。如需將環境從 Studio 實驗室匯出至工作室傳統版的相關資訊,請參閱將 Amazon SageMaker 工作室實驗室環境導出到 Amazon SageMaker 工作室

  • default:預先安裝套件極少的持續記憶體環境。任何已安裝的套件或對此環境的變更都會在您的下一個工作階段中繼續。

  • studiolab:安裝 JupyterLab 和其他相關套件的持續性記憶體環境。此環境只應用於 JupyterLab 和 Jupyter 伺服器擴充功能,以便設定使用 JupyterLab 者介面。

  • studiolab-safemode:非持續記憶體環境。啟動專案執行階段時發生問題時,會自動啟動此環境。用於疑難排解。如需疑難排解的詳細資訊,請參閱 故障診斷

  • base:非持續記憶體環境。此環境僅用於系統工具,客戶不應使用。

如需 SageMaker 影像及其版本的資訊,請參閱Amazon SageMaker 圖像可與經典工作室一起使用