Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Personalizar el entorno de tiempo de ejecución
<a name="train-remote-decorator-customize"></a>

Puedes personalizar tu entorno de ejecución para usar tus entornos de desarrollo integrados locales (IDEs), SageMaker libretas o libretas SageMaker Studio Classic que prefieras para escribir tu código de aprendizaje automático. SageMaker La IA te ayudará a empaquetar y enviar tus funciones y sus dependencias como un SageMaker trabajo de formación. Esto le permite acceder a la capacidad del servidor de SageMaker formación para ejecutar sus trabajos de formación.

Tanto el decorador remoto como los métodos `RemoteExecutor` para invocar una función permiten a los usuarios definir y personalizar su entorno de tiempo de ejecución. Puede usar un archivo `requirements.txt` o un archivo YAML del entorno conda.

Para personalizar un entorno de ejecución mediante un archivo YAML del entorno conda y un archivo `requirements.txt`, consulte el siguiente ejemplo de código.

```
# specify a conda environment inside a yaml file
@remote(instance_type="ml.m5.large",
        image_uri = "my_base_python:latest", 
        dependencies = "./environment.yml")
def matrix_multiply(a, b):
    return np.matmul(a, b)

# use a requirements.txt file to import dependencies
@remote(instance_type="ml.m5.large",
        image_uri = "my_base_python:latest", 
        dependencies = './requirements.txt')
def matrix_multiply(a, b):
    return np.matmul(a, b)
```

Como alternativa, puede configurarlo `dependencies` `auto_capture` para permitir que el SDK de SageMaker Python capture las dependencias instaladas en el entorno conda activo. Para que funcione `auto_capture` de forma fiable, se requiere lo siguiente:
+ Debe tener un entorno conda activo. Recomendamos no utilizar el entorno conda `base` para trabajos remotos a fin de reducir los posibles conflictos de dependencia. No utilizar el entorno conda `base` también permite una configuración más rápida del entorno en el trabajo remoto.
+ No debe tener ninguna dependencia instalada mediante pip con un valor para el parámetro `--extra-index-url`.
+ No debe haber ningún conflicto de dependencia entre los paquetes instalados con conda y los paquetes instalados con pip en el entorno de desarrollo local.
+ Su entorno de desarrollo local no debe contener dependencias específicas del sistema operativo que no sean compatibles con Linux.

En caso de que `auto_capture` no funcione, le recomendamos que pase sus dependencias a un archivo requirement.txt o environment.yaml, de conda tal y como se describe en el primer ejemplo de codificación de esta sección.