Studio Lab 预装环境 - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)

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。

Studio Lab 预装环境

Amazon SageMaker Studio Lab 使用 conda 环境来管理项目的软件包(或库)。本指南解释了什么是 conda 环境、如何与它们交互以及 Studio Lab 中可用的不同预安装环境。

conda 环境是一个包含已安装软件包集合的目录。它允许您创建具有特定软件包版本的隔离环境,从而防止具有不同依赖关系的项目之间发生冲突。

您可以通过两种方式在 Studio Lab 中与 conda 环境进行交互:

  • 终端:使用终端创建、激活和管理环境。

  • JupyterLab Notebook:打开 JupyterLab 笔记本时,选择带有您要使用的环境名称的内核,以使用该环境中安装的软件包。

有关管理环境的演练,请参阅 管理环境

Studio Lab 附带了几个预安装的环境,这些环境可以是永久内存环境,也可以是非持久内存环境。对持久内存环境所做的任何更改都将保留到下次会话中。对非持久内存环境所做的任何更改都不会保留到您的下次会话中,但其中的软件包将由 Amazon 进行更新和兼容性测试。 SageMaker以下是每个环境及其用例的概述:

  • sagemaker-distribution:由 Amazon SageMaker 管理的非持久环境。它包含用于机器学习、数据科学和可视化的热门软件包。该环境会定期更新和兼容性测试。如果您想要预先安装通用软件包的完全托管设置,请使用此环境。

    sagemaker-distribution环境与 Amazon SageMaker Studio Classic 中使用的环境密切相关,因此,从 Studio Lab 升级到 Studio Classic 后,笔记本电脑的运行方式应该类似。有关将环境从 Studio Lab 导出到 Studio Classic 的信息,请参阅将亚马逊 SageMaker Studio Lab 环境导出到亚马逊 SageMaker Studio 经典版

  • default:预装最少软件包的持久环境。如果您想通过安装其他软件包对其进行大量自定义,请使用此环境。

  • studiolab:安装 JupyterLab 和相关软件包的持久环境。使用此环境配置 JupyterLab 用户界面和安装 Jupyter 服务器扩展。

  • studiolab-safemode:当您的项目运行时出现问题时,会自动激活非持久环境。使用此环境进行故障排除。有关问题排查的信息,请参阅故障排除

  • base: 用于系统工具的非持久环境。此环境不适合客户使用。

要查看环境中的软件包,请运行命令 conda list

有关在环境中安装软件包的更多信息,请参阅自定义环境

如果您计划从 Studio Lab 毕业到 Amazon SageMaker Studio Classic,请参阅将亚马逊 SageMaker Studio Lab 环境导出到亚马逊 SageMaker Studio 经典版

有关 SageMaker 图像及其版本的信息,请参阅亚马逊 SageMaker 图片可用于 Studio Classic