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。

# SageMaker JupyterLab
<a name="studio-updated-jl"></a>

在 Amazon SageMaker Studio 中创建一个 JupyterLab 空间来启动 JupyterLab应用程序。 JupyterLab 空间是 Studio 中的私有或共享空间，用于管理运行 JupyterLab 应用程序所需的存储和计算资源。该 JupyterLab 应用程序是一个基于 Web 的交互式开发环境 (IDE)，用于笔记本电脑、代码和数据。使用该 JupyterLab 应用程序灵活而广泛的界面来配置和安排机器学习 (ML) 工作流程。

默认情况下， JupyterLab 应用程序附带 SageMaker 分发镜像。发行版映像包含以下常用软件包：
+ PyTorch
+ TensorFlow
+ Keras
+ NumPy
+ Pandas
+ Scikit-learn

您可以使用共享空间与其他用户实时协作编写 Jupyter Notebook。有关共享空间的更多信息，请参阅[使用共享空间进行协作](domain-space.md)。

在 JupyterLab 应用程序中，您可以使用 Amazon Q Developer（一款生成式 AI 驱动的代码伴侣）来生成、调试和解释您的代码。有关使用 Amazon Q 开发者版的信息，请参阅 [JupyterLab 用户指南](studio-updated-jl-user-guide.md)。有关设置 Amazon Q 开发者版的信息，请参阅 [JupyterLab 管理员指南](studio-updated-jl-admin-guide.md)。

在同一个 Jupyter Notebook 中构建统一的分析和 ML 工作流程。直接在笔记本上在 Amazon EMR 和 Amazon Glue 无服务器基础设施上运行交互式Spark作业。使用内联 Spark 用户界面更快地监控和调试作业。只需几步，您就可以将笔记本作为一项作业进行调度，从而实现数据准备的自动化。

该 JupyterLab 应用程序可帮助您与同行协作。使用 JupyterLab IDE 中内置的 Git 集成来共享和版本代码。如果您有 Amazon EFS 卷，请自带文件存储系统。

该 JupyterLab 应用程序在单个亚马逊弹性计算云 (Amazon EC2) 实例上运行，并使用单个亚马逊弹性区块存储 (Amazon EBS) 卷进行存储。您可以根据需要切换速度更快的实例或增加 Amazon EBS 卷的大小。

 JupyterLab 4 应用程序在 Studio 的某个 JupyterLab 空间中运行。Studio Classic 使用 JupyterLab 3 应用程序。 JupyterLab 4 提供以下好处：
+ 比 Amazon SageMaker Studio Classic 更快的 IDE，尤其是对于大型笔记本电脑
+ 改进文件搜索
+ 性能更强、更易于使用的文本编辑器

有关的更多信息 JupyterLab，请参阅[JupyterLab文档](https://jupyterlab.readthedocs.io/en/stable/#)。

**Topics**
+ [JupyterLab 用户指南](studio-updated-jl-user-guide.md)
+ [JupyterLab 管理员指南](studio-updated-jl-admin-guide.md)