Studio Lab 预装环境
Amazon SageMaker Studio Lab 使用 conda 环境来包含软件包（或库）。环境是一个包含已安装软件包的文件夹。您可以使用终端或 JupyterLab 笔记本与环境进行交互。要使用环境和安装在环境中的软件包，必须在打开 JupyterLab 笔记本时选择与环境名称相同的内核。有关如何管理环境的演练，请参阅管理环境。有关在环境中安装软件包的更多信息，请参阅自定义环境。
Studio Lab 为您预装了各种环境。对持久内存环境所做的任何更改都将保留到下次会话中。对非持久内存环境的任何更改都不会保留到下次会话中，但环境的软件包将由 Amazon SageMaker 进行更新和兼容性测试。如果您想使用已包含机器学习 (ML) 工程师和数据科学家使用的许多常用软件包的完全托管环境，通常会希望使用 sagemaker-distribution 非持久内存环境。否则，如果您想对环境进行大量自定义，则可以使用default环境。
下面我们将列出预装环境及其使用案例。要查看环境中安装的软件包，请参阅自定义环境。
-
sagemaker-distribution：定期更新和测试兼容性的非持久内存环境，由 Amazon SageMaker 完全托管。该环境包含用于 ML、数据科学和可视化的常用软件包。sagemaker-distribution环境与 Amazon SageMaker Studio 中使用的环境密切相关，因此从 Studio Lab 升级到 Studio 后，笔记本的运行环境应该类似。有关将环境从 Studio Lab 导出到 Studio 的信息，请参阅将 Amazon SageMaker Studio Lab 环境导出到 Amazon SageMaker Studio。 -
default：预装软件包极少的持久内存环境。任何已安装的软件包或对该环境的更改都将在下次会话中继续存在。 -
studiolab：安装 JupyterLab 和其他相关软件包的持久内存环境。该环境只能用于 JupyterLab 和 Jupyter 服务器扩展，以配置 JupyterLab 用户界面。 -
studiolab-safemode：非持久内存环境。当启动项目运行时系统出现问题时，该环境会自动激活。用于排查问题。有关问题排查的信息，请参阅问题排查。 -
base：非持久内存环境。该环境仅用于系统工具，客户不得使用。
有关 SageMaker 映像及其版本的信息，请参阅可用的 Amazon SageMaker 映像。