Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# JupyterLab Versi di Amazon Studio Classic SageMaker
**penting**
Kebijakan IAM khusus yang memungkinkan Amazon SageMaker Studio atau Amazon SageMaker Studio Classic membuat SageMaker sumber daya Amazon juga harus memberikan izin untuk menambahkan tag ke sumber daya tersebut. Izin untuk menambahkan tag ke sumber daya diperlukan karena Studio dan Studio Classic secara otomatis menandai sumber daya apa pun yang mereka buat. Jika kebijakan IAM memungkinkan Studio dan Studio Classic membuat sumber daya tetapi tidak mengizinkan penandaan, kesalahan "AccessDenied" dapat terjadi saat mencoba membuat sumber daya. Untuk informasi selengkapnya, lihat [Berikan izin untuk menandai sumber daya AI SageMaker](security_iam_id-based-policy-examples.md#grant-tagging-permissions).
[AWS kebijakan terkelola untuk Amazon SageMaker AI](security-iam-awsmanpol.md)yang memberikan izin untuk membuat SageMaker sumber daya sudah menyertakan izin untuk menambahkan tag saat membuat sumber daya tersebut.
**penting**
Per 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihat[SageMaker Studio Amazon](studio-updated.md).
Studio Classic masih dipertahankan untuk beban kerja yang ada tetapi tidak lagi tersedia untuk orientasi. Anda hanya dapat menghentikan atau menghapus aplikasi Studio Classic yang ada dan tidak dapat membuat yang baru. Kami menyarankan Anda [memigrasikan beban kerja Anda ke pengalaman Studio yang baru](studio-updated-migrate.md).
Antarmuka Amazon SageMaker Studio Classic didasarkan pada JupyterLab, yang merupakan lingkungan pengembangan interaktif berbasis web untuk notebook, kode, dan data. Studio Classic hanya mendukung penggunaan JupyterLab 3.
Jika Anda membuat domain dan profil pengguna menggunakan Konsol Manajemen AWS sebelum 31/08/2022 atau menggunakan 22/02/23 AWS Command Line Interface sebelum, maka instans Studio Classic Anda default ke 1. JupyterLab Setelah 07/01/2024, Anda tidak dapat membuat aplikasi Studio Classic apa pun yang menjalankan 1. JupyterLab
## JupyterLab 3
JupyterLab 3 termasuk fitur berikut yang tidak tersedia di versi sebelumnya. Untuk informasi selengkapnya tentang fitur-fitur ini, lihat [JupyterLab 3.0 dirilis\$1](https://blog.jupyter.org/jupyterlab-3-0-is-out-4f58385e25bb) .
+ Visual debugger saat menggunakan kernel Base Python 2.0 dan Data Science 2.0.
+ Filter browser file
+ Daftar Isi (TOC)
+ Dukungan multi-bahasa
+ Modus sederhana
+ Mode antarmuka tunggal
### Perubahan penting ke JupyterLab 3
Pertimbangkan hal berikut saat menggunakan JupyterLab 3:
+ Saat mengatur JupyterLab versi menggunakan AWS CLI, pilih gambar yang sesuai untuk Wilayah Anda dan JupyterLab versi dari daftar gambar di[Dari AWS CLI](#studio-jl-set-cli).
+ Di JupyterLab 3, Anda harus mengaktifkan lingkungan `studio` conda sebelum menginstal ekstensi. Untuk informasi selengkapnya, lihat [Instalasi JupyterLab dan ekstensi Server Jupyter](#studio-jl-install).
+ Debugger hanya didukung saat menggunakan gambar berikut:
+ Dasar Python 2.0
+ Ilmu Data 2.0
+ Dasar Python 3.0
+ Ilmu Data 3.0
## Membatasi JupyterLab versi default menggunakan kunci kondisi kebijakan IAM
Anda dapat menggunakan kunci kondisi kebijakan IAM untuk membatasi versi JupyterLab yang dapat diluncurkan pengguna Anda.
Kebijakan berikut menunjukkan cara membatasi JupyterLab versi di tingkat domain.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "BlockJupyterLab3DomainLevelAppCreation",
"Effect": "Deny",
"Action": [
"sagemaker:CreateDomain",
"sagemaker:UpdateDomain"
],
"Resource": "*",
"Condition": {
"ForAnyValue:ArnLike": {
"sagemaker:ImageArns": "arn:aws:sagemaker:us-east-1:111122223333:image/jupyter-server-3"
}
}
}
]
}
```
------
Kebijakan berikut menunjukkan cara membatasi JupyterLab versi di tingkat profil pengguna.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "BlockUsersFromCreatingJupyterLab3Apps",
"Effect": "Deny",
"Action": [
"sagemaker:CreateUserProfile",
"sagemaker:UpdateUserProfile"
],
"Resource": "*",
"Condition": {
"ForAnyValue:ArnLike": {
"sagemaker:ImageArns": "arn:aws:sagemaker:us-east-1:111122223333:image/jupyter-server-3"
}
}
}
]
}
```
------
Kebijakan berikut menunjukkan cara membatasi JupyterLab versi di tingkat aplikasi. `CreateApp`Permintaan harus menyertakan gambar ARN agar kebijakan ini berlaku.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "BlockJupyterLab3AppLevelAppCreation",
"Effect": "Deny",
"Action": "sagemaker:CreateApp",
"Resource": "*",
"Condition": {
"ForAnyValue:ArnLike": {
"sagemaker:ImageArns": "arn:aws:sagemaker:us-east-1:111122223333:image/jupyter-server-3"
}
}
}
]
}
```
------
## Menyetel JupyterLab versi default
Bagian berikut menunjukkan cara mengatur JupyterLab versi default untuk Studio Classic menggunakan konsol atau AWS CLI.
### Dari konsol
Anda dapat memilih JupyterLab versi default yang akan digunakan pada tingkat domain atau profil pengguna selama pembuatan sumber daya. Untuk mengatur JupyterLab versi default menggunakan konsol, lihat[Ikhtisar domain Amazon SageMaker AI](gs-studio-onboard.md).
### Dari AWS CLI
Anda dapat memilih JupyterLab versi default yang akan digunakan baik pada tingkat domain atau profil pengguna menggunakan AWS CLI.
Untuk mengatur JupyterLab versi default menggunakan AWS CLI, Anda harus menyertakan ARN dari JupyterLab versi default yang diinginkan sebagai bagian dari perintah AWS CLI . ARN ini berbeda berdasarkan versi dan Wilayah domain SageMaker AI.
Tabel berikut mencantumkan ARNs JupyterLab versi yang tersedia untuk setiap Wilayah:
| Region | JL3 |
| --- | --- |
| us-east-1 | arn:aws:sagemaker:us-east-1:081325390199:image/jupyter-server-3 |
| us-east-2 | arn:aws:sagemaker:us-east-2:429704687514:image/jupyter-server-3 |
| us-west-1 | arn:aws:sagemaker:us-west-1:742091327244:image/jupyter-server-3 |
| us-west-2 | arn:aws:sagemaker:us-west-2:236514542706:image/jupyter-server-3 |
| af-south-1 | arn:aws:sagemaker:af-south-1:559312083959:image/jupyter-server-3 |
| ap-east-1 | arn:aws:sagemaker:ap-east-1:493642496378:image/jupyter-server-3 |
| ap-south-1 | arn:aws:sagemaker:ap-south-1:394103062818:image/jupyter-server-3 |
| ap-northeast-2 | arn:aws:sagemaker:ap-northeast-2:806072073708:image/jupyter-server-3 |
| ap-southeast-1 | arn:aws:sagemaker:ap-southeast-1:492261229750:image/jupyter-server-3 |
| ap-southeast-2 | arn:aws:sagemaker:ap-southeast-2:452832661640:image/jupyter-server-3 |
| ap-northeast-1 | arn:aws:sagemaker:ap-northeast-1:102112518831:image/jupyter-server-3 |
| ca-central-1 | arn:aws:sagemaker:ca-central-1:310906938811:image/jupyter-server-3 |
| eu-central-1 | arn:aws:sagemaker:eu-central-1:936697816551:image/jupyter-server-3 |
| eu-west-1 | arn:aws:sagemaker:eu-west-1:470317259841:image/jupyter-server-3 |
| eu-west-2 | arn:aws:sagemaker:eu-west-2:712779665605:image/jupyter-server-3 |
| eu-west-3 | arn:aws:sagemaker:eu-west-3:615547856133:image/jupyter-server-3 |
| eu-north-1 | arn:aws:sagemaker:eu-north-1:243637512696:image/jupyter-server-3 |
| eu-south-1 | arn:aws:sagemaker:eu-south-1:592751261982:image/jupyter-server-3 |
| eu-south-2 | arn:aws:sagemaker:eu-south-2:127363102723:image/jupyter-server-3 |
| sa-east-1 | arn:aws:sagemaker:sa-east-1:782484402741:image/jupyter-server-3 |
| cn-north-1 | arn:aws-cn:sagemaker:cn-north-1:390048526115:image/jupyter-server-3 |
| cn-northwest-1 | arn:aws-cn:sagemaker:cn-northwest-1:390780980154:image/jupyter-server-3 |
#### Buat atau perbarui domain
Anda dapat mengatur JupyterServer versi default di tingkat domain dengan memanggil [CreateDomain](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateDomain.html)atau [UpdateDomain](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UpdateDomain.html)dan meneruskan `UserSettings.JupyterServerAppSettings.DefaultResourceSpec.SageMakerImageArn` bidang.
Berikut ini menunjukkan cara membuat domain dengan JupyterLab 3 sebagai default, menggunakan AWS CLI:
```
aws --region \
sagemaker create-domain \
--domain-name \
--auth-mode \
--subnet-ids \
--vpc-id \
--default-user-settings '{
"JupyterServerAppSettings": {
"DefaultResourceSpec": {
"SageMakerImageArn": "arn:aws:sagemaker:::image/jupyter-server-3",
"InstanceType": "system"
}
}
}'
```
Berikut ini menunjukkan cara memperbarui domain untuk menggunakan JupyterLab 3 sebagai default, menggunakan AWS CLI:
```
aws --region \
sagemaker update-domain \
--domain-id \
--default-user-settings '{
"JupyterServerAppSettings": {
"DefaultResourceSpec": {
"SageMakerImageArn": "arn:aws:sagemaker:::image/jupyter-server-3",
"InstanceType": "system"
}
}
}'
```
#### Membuat atau memperbarui profil pengguna
Anda dapat mengatur JupyterServer versi default di tingkat profil pengguna dengan memanggil [CreateUserProfile](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateUserProfile.html)atau [UpdateUserProfile](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UpdateUserProfile.html)dan meneruskan `UserSettings.JupyterServerAppSettings.DefaultResourceSpec.SageMakerImageArn` bidang.
Berikut ini menunjukkan cara membuat profil pengguna dengan JupyterLab 3 sebagai default pada domain yang ada, menggunakan AWS CLI:
```
aws --region \
sagemaker create-user-profile \
--domain-id \
--user-profile-name \
--query UserProfileArn --output text \
--user-settings '{
"JupyterServerAppSettings": {
"DefaultResourceSpec": {
"SageMakerImageArn": "arn:aws:sagemaker:::image/jupyter-server-3",
"InstanceType": "system"
}
}
}'
```
Berikut ini menunjukkan cara memperbarui profil pengguna untuk menggunakan JupyterLab 3 sebagai default, menggunakan AWS CLI:
```
aws --region \
sagemaker update-user-profile \
--domain-id \
--user-profile-name \
--user-settings '{
"JupyterServerAppSettings": {
"DefaultResourceSpec": {
"SageMakerImageArn": "arn:aws:sagemaker:::image/jupyter-server-3",
"InstanceType": "system"
}
}
}'
```
## Lihat dan perbarui JupyterLab versi aplikasi dari konsol
Berikut ini menunjukkan cara melihat dan memperbarui JupyterLab versi aplikasi.
1. Arahkan ke halaman **domain SageMaker ** AI.
1. Pilih domain untuk melihat profil penggunanya.
1. Pilih pengguna untuk melihat aplikasi mereka.
1. Untuk melihat JupyterLab versi aplikasi, pilih nama aplikasi.
1. Untuk memperbarui JupyterLab versi, pilih **Tindakan**.
1. Dari menu tarik-turun, pilih **Ubah JupyterLab ** versi.
1. Dari halaman **pengaturan Studio Classic**, pilih JupyterLab versi dari menu tarik-turun.
1. Setelah JupyterLab versi untuk profil pengguna berhasil diperbarui, restart JupyterServer aplikasi untuk membuat perubahan versi efektif. Untuk informasi selengkapnya tentang memulai ulang JupyterServer aplikasi, lihat. [Matikan dan Perbarui Amazon SageMaker Studio Classic](studio-tasks-update-studio.md)
## Instalasi JupyterLab dan ekstensi Server Jupyter
Di JupyterLab 3, Anda harus mengaktifkan lingkungan `studio` conda sebelum menginstal ekstensi. Metode untuk ini berbeda jika Anda menginstal ekstensi dari dalam Studio Classic atau menggunakan skrip konfigurasi siklus hidup.
### Menginstal Ekstensi dari dalam Studio Classic
Untuk menginstal ekstensi dari dalam Studio Classic, Anda harus mengaktifkan `studio` lingkungan sebelum Anda menginstal ekstensi.
```
# Before installing extensions
conda activate studio
# Install your extensions
pip install
# After installing extensions
conda deactivate
```
### Menginstal Ekstensi menggunakan skrip konfigurasi siklus hidup
Jika Anda menginstal JupyterLab dan ekstensi Jupyter Server dalam skrip konfigurasi siklus hidup Anda, Anda harus memodifikasi skrip Anda sehingga berfungsi dengan 3. JupyterLab Bagian berikut menunjukkan kode yang diperlukan untuk skrip konfigurasi siklus hidup yang ada dan yang baru.
#### Skrip konfigurasi siklus hidup yang ada
Jika Anda menggunakan kembali skrip konfigurasi siklus hidup yang ada yang harus bekerja dengan kedua versi JupyterLab, gunakan kode berikut dalam skrip Anda:
```
# Before installing extension
export AWS_SAGEMAKER_JUPYTERSERVER_IMAGE="${AWS_SAGEMAKER_JUPYTERSERVER_IMAGE:-'jupyter-server'}"
if [ "$AWS_SAGEMAKER_JUPYTERSERVER_IMAGE" = "jupyter-server-3" ] ; then
eval "$(conda shell.bash hook)"
conda activate studio
fi;
# Install your extensions
pip install
# After installing extension
if [ "$AWS_SAGEMAKER_JUPYTERSERVER_IMAGE" = "jupyter-server-3" ]; then
conda deactivate
fi;
```
#### Skrip konfigurasi siklus hidup baru
Jika Anda menulis skrip konfigurasi siklus hidup baru yang hanya menggunakan JupyterLab 3, Anda dapat menggunakan kode berikut dalam skrip Anda:
```
# Before installing extension
eval "$(conda shell.bash hook)"
conda activate studio
# Install your extensions
pip install
conda deactivate
```