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。
將 Amazon SageMaker 工作室實驗室環境導出到 Amazon SageMaker 工作室
Amazon SageMaker Studio 經典版提供許多適用於機器學習和深度學習工作流程的功能,這些功能無法在 Amazon SageMaker Studio 實驗室中使用。本頁說明如何將 Studio 實驗室環境移轉至 Studio 經典版,以利用更多運算容量、儲存空間和功能。但是,您可能想要熟悉 Studio 經典版的預構建容器,這些容器針對完整的 MLOP 管道進行了優化。如需更多資訊,請參閱 Amazon 實驗 SageMaker 室
若要將您的 Studio 實驗室環境遷移到工作室經典版,您必須先按照中的步驟加入工作室經典版Amazon SageMaker 域名概述。
主題
步驟 1:匯出 Studio 實驗室 Conda 環境
透過遵循 管理您的環境 中的步驟,您可以匯出 Conda 環境,並將程式庫或套件新增至環境。下面的例子演示了如何使用default
環境導出到工作室經典。
-
開啟檔案瀏覽器 (
) 面板,選擇檔案瀏覽器頂端選單中的加號 (+) 以開啟啟動器,然後選擇終端機,及可可開啟 Studio 實驗室。從 Studio 實驗室終端機,透過執行下列命令列出 Conda 環境。
conda env list
此命令會輸出 Conda 環境及其在檔案系統中的位置清單。當您加入 Studio 實驗室時,會自動啟動
studiolab
Conda 環境。# 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
我們建議您不要匯出
studiolab
、studiolab-safemode
、和base
環境。這些環境無法在工作室經典版中使用,原因如下:-
studiolab
:這會為工作室實驗室設定 JupyterLab 環境。工作室實驗室運行 JupyterLab 比工作室經典不同的主要版本,所以它不能在工作室經典使用。 -
studiolab-safemode
:這也會設定工作室實驗室的 JupyterLab 環境。工作室實驗室運行 JupyterLab 比工作室經典不同的主要版本,所以它不能在工作室經典使用。 -
base
:此環境預設為具備 Conda。Studio 實驗室中的base
環境和工作室經典中的base
環境具有許多軟件包的不兼容版本。
-
-
對於您要移轉至工作室傳統版的 Conda 環境,請先啟動 Conda 環境。然後,當安裝或移除新資源庫時,
default
環境會變更。若要取得環境的確切狀態,請使用命令列將其匯出至 YAML 檔案。下列命令列會將預設環境匯出至 YAML 檔案,並建立名為myenv.yml
的檔案。conda activate default conda env export > ~/myenv.yml
步驟 2:儲存 Studio 實驗室成品
現在您已將環境儲存於 YAML 檔案,您可以將環境檔案移至任何平台。
第 3 步:將您的工作室實驗室工件導入經典工作室
下列程序顯示如何將成品匯入至工作室傳統版。透過主控台使用功能存放區的指示取決於您是否已啟用 Studio 或 Studio 傳統版做為預設體驗。如需透過主控台存取 Studio 典型版的相關資訊,請參閱如果工作室是您的預設體驗,請啟動工作室。
從工作室經典版,您可以從本機電腦或 Git 儲存庫匯入檔案。您可以使用工作室經典 GUI 或終端來執行此操作。下列程序使用 步驟 2:儲存 Studio 實驗室成品 的範例。
第 4 步:在工作室經典中安裝您的工作室實驗室控制環境
您現在可以在 Studio 傳統型執行個體中使用 YAML 檔案,重新建立您的 Conda 環境。開啟工作室經典啟動器。有關打開啟動器的更多信息,請參閱 Amazon SageMaker 工作室經典啟動器。從啟動器中,選擇開啟映像終端機。在終端機中,導覽至包含 YAML 檔案的目錄,然後執行下列命令。
conda env create --file
<ENVIRONMENT_NAME>
.yml conda activate<ENVIRONMENT_NAME>
完成這些指令之後,您可以選取環境作為 Studio Classic 筆記本執行個體的核心。若要檢視可用環境,請執行 conda env
list
。若要啟動您的環境,請執行 conda activate
。<ENVIRONMENT_NAME>