選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

在執行個體類型之間共用 conda 環境

焦點模式
在執行個體類型之間共用 conda 環境 - Amazon SageMaker AI

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。

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。

您可以將 conda 環境儲存到 Amazon EBS 磁碟區以外的 Amazon EFS 目錄,以共用這些環境。另一個使用者可以存取您儲存環境的目錄中的環境。

重要

共用您的環境有其限制。例如,我們不建議在 GPU Amazon EC2 執行個體上執行的環境,而不是在 CPU 執行個體上執行的環境。

使用下列命令做為範本,指定您要建立自訂環境的目標目錄。您要在特定路徑中建立 conda。您可以在 Amazon EFS 目錄中建立它。您可以啟動新的執行個體,執行 conda 啟用路徑,並在 Amazon EFS 內執行。

# if you know your environment path for your conda environment conda create --prefix /home/sagemaker-user/my-project/py39-test python=3.9 # activate the env with full path from prefix conda activate home/sagemaker-user/my-project/py39-test # parse env name information from your new environment export CURRENT_ENV_NAME=$(conda info | grep "active environment" | awk -F' : ' '{print $2}' | awk -F'/' '{print $NF}') # register your new environment as Jupyter Kernel for execution python3 -m ipykernel install --user --name $CURRENT_ENV_NAME --display-name "user-env-prefix:($CURRENT_ENV_NAME)" # deactivate your conda environment conda deactivate
隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。