步骤 1：为本教程创建 Amazon SageMaker 笔记本实例

打开亚马逊 SageMaker 控制台，网址为 https://console.aws.amazon.com/sagemaker/。

选择笔记本实例，然后选择创建笔记本实例。

在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. 对于笔记本实例名称，请键入您的笔记本实例的名称。

2. 对于笔记本实例类型，选择 ml.t2.medium。这是笔记本实例支持的最便宜的实例类型，足以完成本练习。如果当前 Amazon 区域中没有可用的 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。此平台类型定义操作系统和创建笔记本实例时使用的 JupyterLab 版本。有关平台标识符类型的信息，请参阅 Amazon Linux 2 笔记本实例。有关 JupyterLab 版本的信息，请参见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。该 IAM 角色自动获取在名称中包含 sagemaker 的任何 S3 存储桶的访问权限。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 角色访问不带名称的 S3 存储桶sagemaker的权限，则需要附加S3FullAccess策略。您也可以将特定 S3 存储桶的权限限制为 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。

5. 选择创建笔记本实例。

   几分钟后， SageMaker 启动一个笔记本实例并向其连接 5 GB 的 Amazon EBS 存储卷。笔记本实例具有预配置的 Jupyter 笔记本服务器、 Amazon SDK 库 SageMaker 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。

在 SageMaker 控制台的笔记本实例页面上，选择您的笔记本实例。

选择操作，选择停止，然后等待笔记本实例完全停止。

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. 对于笔记本实例类型，选择其他 ML 实例类型。

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

   注意

   EBS 存储卷已加密，因此 SageMaker 无法确定卷上的可用空间量。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。

在页面底部，选择更新笔记本实例。

更新完成后，启动具有新设置的笔记本实例。