本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
自定义亚马逊 SageMaker Studio 经典版
重要
截至 2023 年 11 月 30 日，之前的亚马逊 SageMaker Studio 体验现在被命名为 Amazon St SageMaker udio Classic。以下部分专门介绍如何使用 Studio Classic 应用程序。有关使用更新后的 Studio 体验的信息，请参阅亚马逊 SageMaker Studio。
有四个选项可用于自定义 Amazon SageMaker Studio 经典版环境。您可以自带 SageMaker 映像，使用生命周期配置脚本，将建议的 Git 存储库附加到 Studio Classic，或者在 Amazon EFS 中使用永久性 Conda 环境创建内核。各个选项可单独使用，也可一起使用。
-
自带 SageMaker 图片： SageMaker 图像是一个文件，用于标识在 Ama SageMaker zon Studio Classic 中运行 Jupyter 笔记本所需的内核、语言包和其他依赖关系。Amazon SageMaker 提供了许多内置图像供您使用。如果您需要不同的功能，可以将自己的自定义图像带到 Studio Classic 中。
-
在 Amazon SageMaker Studio Classic 中使用生命周期配置：生命周期配置是由亚马逊 SageMaker Studio Classic 生命周期事件（例如启动新的 Studio Classic 笔记本）触发的 s 您可以使用生命周期配置自动对 Studio Classic 环境进行自定义。例如，您可以安装自定义软件包、配置笔记本扩展、预加载数据集和设置源代码存储库。
-
将建议的 Git 存储库附加到 Studio Classic：您可以在亚马逊 SageMaker 域或用户个人资料级别附加建议的 Git 存储库网址。然后，您可以从建议列表中选择存储库 URL，然后使用 Studio Classic 中的 Git 扩展程序将其克隆到您的环境中。
-
将 Conda 环境保留到 Studio Classic Amazon EFS 卷：Studio Classic 使用亚马逊 EFS 卷作为永久存储层。您可以在这个 Amazon EFS 卷上保存 Conda 环境，然后使用保存的环境创建内核。Studio Classic 会自动提取保存在亚马逊 EFS 中的所有有效环境作为 KernelGateway 内核。这些内核会一直持续到内核、应用程序和 Studio Classic 的重启为止。有关更多信息，请参阅在 A mazon Studio Classic 笔记本中管理 Python 包的四种方法中的 “将 Conda 环境保存到 SageMaker Studio Classic
EFS 卷” 部分。
以下主题介绍如何使用这三个选项自定义您的 Amazon SageMaker Studio Classic 环境。