在实例类型之间共享 conda 环境 - 亚马逊 SageMaker AI
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。

在实例类型之间共享 conda 环境

您可以将 conda 环境保存到 Amazon EBS 卷之外的 Amazon EFS 目录中，从而共享 conda 环境。其他用户可以访问您保存环境的目录。

重要

共享环境有其局限性。例如，我们不建议使用旨在在 GPU Amazon EC2 实例上运行的环境，而不是在 CPU 实例上运行的环境。

使用以下命令作为模板，指定创建自定义环境的目标目录。您正在特定路径内创建一个 conda。在 Amazon EFS 目录中创建。您可以启动一个新实例，在 Amazon EFS 中执行 conda 激活路径。


# if you know your environment path for your conda environment
conda create --prefix /home/sagemaker-user/my-project/py39-test python=3.9

# activate the env with full path from prefix
conda activate home/sagemaker-user/my-project/py39-test

# parse env name information from your new environment
export CURRENT_ENV_NAME=$(conda info | grep "active environment" | awk -F' : ' '{print $2}' | awk -F'/' '{print $NF}')

# register your new environment as Jupyter Kernel for execution 
python3 -m ipykernel install --user --name $CURRENT_ENV_NAME --display-name "user-env-prefix:($CURRENT_ENV_NAME)"

# deactivate your conda environment
conda deactivate