为 Amazon SageMaker AI 使用自定义设置

从 SageMaker AI 控制台打开设置 SageMaker AI 域。

1. 打开 SageMaker AI 控制台。

2. 在左侧导航窗格中，选择管理员配置以展开选项。

3. 在管理员配置下，选择域。

4. 在域页面上，选择创建域。

5. 在设置 SageMaker AI 域页面上，选择针对组织设置。

6. 选择设置。

满足前提条件（包括在 完成 Amazon SageMaker AI 的先决条件 中设置 Amazon CLI 凭证）后，请使用以下步骤。

1. 创建用于创建域并附加 AmazonSageMakerFullAccess 策略的执行角色。您也可以使用至少具有附加信任策略的现有角色，该策略授予 SageMaker AI 代入此现有角色的权限。有关更多信息，请参阅如何使用 SageMaker AI 执行角色。

   aws iam create-role --role-name execution-role-name --assume-role-policy-document file://execution-role-trust-policy.json
   aws iam attach-role-policy --role-name execution-role-name --policy-arn arn:aws:iam::aws:policy/AmazonSageMakerFullAccess

2. 获取账户的默认 Amazon Virtual Private Cloud (Amazon VPC)。

   aws --region region ec2 describe-vpcs --filters Name=isDefault,Values=true --query "Vpcs[0].VpcId" --output text

3. 获取默认 Amazon VPC 中的子网列表。

   aws --region region ec2 describe-subnets --filters Name=vpc-id,Values=default-vpc-id --query "Subnets[*].SubnetId" --output json

4. 通过默认 Amazon VPC ID、子网和执行角色 ARN 创建域。您还必须传递 SageMaker 映像 ARN。有关可用 JupyterLab 版本 ARN 的信息，请参阅设置默认的 JupyterLab 版本。

   对于 authentication-mode，使用 SSO 进行 IAM Identity Center 身份验证，或使用 IAM 进行 IAM 身份验证。

   aws --region region sagemaker create-domain --domain-name domain-name --vpc-id default-vpc-id --subnet-ids subnet-ids --auth-mode authentication-mode --default-user-settings "ExecutionRole=arn:aws:iam::account-number:role/execution-role-name,JupyterServerAppSettings={DefaultResourceSpec={InstanceType=system,SageMakerImageArn=image-arn}}" \ --query DomainArn --output text

   您可以使用 StudioWebPortalSettings 为域自定义 Studio 中显示的应用程序和 ML 工具。使用 HiddenAppTypes 隐藏应用程序，使用 HiddenMlTools 隐藏 ML 工具。有关自定义 Studio 用户界面左侧导航的更多信息，请参阅 在 Amazon SageMaker Studio 用户界面中隐藏机器学习工具和应用程序。此功能不适用于 Studio Classic。

5. 确认域已创建。

   aws --region region sagemaker list-domains