Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Gestisci il tuo ambiente
<a name="studio-lab-use-manage"></a>

Amazon SageMaker Studio Lab fornisce ambienti preinstallati per le istanze di notebook Studio Lab. Gli ambienti consentono di avviare un'istanza del notebook Studio Lab con i pacchetti che si desidera utilizzare. Questo viene fatto installando i pacchetti nell'ambiente e quindi selezionando l'ambiente come kernel. 

Studio Lab ha diversi ambienti preinstallati per te. In genere è preferibile utilizzare l'ambiente `sagemaker-distribution` se desideri utilizzare un ambiente completamente gestito che contenga già molti pacchetti popolari utilizzati dagli ingegneri del machine learning (ML) e dai data scientist. Altrimenti puoi usare l'ambiente `default` se desideri una personalizzazione persistente per il tuo ambiente. Per ulteriori informazioni sugli ambienti Studio Lab preinstallati disponibili, consulta [Ambienti Studio Lab preinstallati](studio-lab-environments.md).

È possibile personalizzare l'ambiente aggiungendovi nuovi pacchetti (o librerie). Puoi anche creare nuovi ambienti da Studio Lab, importare ambienti compatibili, reimpostare l'ambiente per creare spazio e altro ancora. 

I seguenti comandi sono destinati all'esecuzione in un terminale di Studio Lab. Tuttavia, durante l’installazione dei pacchetti, consigliamo vivamente di installarli all’interno del notebook Jupyter di Studio Lab. In questo modo i pacchetti vengono installati nell’ambiente previsto. Per eseguire i comandi in un notebook Jupyter, inserisci un prefisso `%` per il comando prima di eseguire la cella. Ad esempio, il frammento di codice `pip list` in un terminale è lo stesso di `%pip list` in un notebook Jupyter.

Le sezioni seguenti forniscono informazioni sull'ambiente conda `default`, su come personalizzarlo e su come aggiungere e rimuovere ambienti conda. Per un elenco di ambienti di esempio che è possibile installare in Studio Lab, consulta [Creazione di ambienti conda personalizzati](https://github.com/aws/studio-lab-examples/tree/main/custom-environments). Per utilizzare questi file YAML di ambiente di esempio con Studio Lab, consulta [Fase 4. Installa gli ambienti conda di Studio Lab in Studio Classic](studio-lab-use-migrate.md#studio-lab-use-migrate-step4). 

**Topics**
+ [Il tuo ambiente predefinito](#studio-lab-use-manage-conda-default)
+ [Visualizza gli ambienti](#studio-lab-use-view-conda-envs)
+ [Crea, attiva e utilizza nuovi ambienti conda](#studio-lab-use-manage-conda-new-conda)
+ [Utilizzo di ambienti Studio Lab di esempio](#studio-lab-use-manage-conda-sample)
+ [Personalizza il tuo ambiente](#studio-lab-use-manage-conda-default-customize)
+ [Aggiorna Studio Lab](#studio-lab-use-manage-conda-reset)

## Il tuo ambiente predefinito
<a name="studio-lab-use-manage-conda-default"></a>

Studio Lab utilizza ambienti conda per incapsulare i pacchetti software necessari per eseguire i notebook. [Il progetto contiene un ambiente conda predefinito, denominato`default`, con il kernel. IPython ](https://ipython.readthedocs.io/en/stable/) Questo ambiente funge da kernel predefinito per i notebook Jupyter.

## Visualizza gli ambienti
<a name="studio-lab-use-view-conda-envs"></a>

Per visualizzare gli ambienti in Studio Lab puoi utilizzare un terminale o un notebook Jupyter. Il comando seguente sarà per un terminale Studio Lab. Se desideri eseguire i comandi corrispondenti in un notebook Jupyter, consulta [Gestisci il tuo ambiente](#studio-lab-use-manage).

Apri il terminale Studio Lab dal pannello **Browser di file** (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/studio/icons/folder.png)), scegli il segno più (**\$1**) nel menu nella parte superiore del browser di file per aprire l’**utilità di avvio**, quindi scegli **Terminale**. Dal terminale Studio Lab, elenca gli ambienti conda eseguendo quanto segue.

```
conda env list
```

Questo comando restituisce un elenco degli ambienti conda e delle loro posizioni nel file system. Quando esegui l’integrazione in Studio Lab, attivi automaticamente l'ambiente conda `studiolab`. Di seguito è riportato un esempio degli ambienti elencati dopo l’integrazione.

```
# conda environments:
#
default                  /home/studio-lab-user/.conda/envs/default
studiolab             *  /home/studio-lab-user/.conda/envs/studiolab
studiolab-safemode       /opt/amazon/sagemaker/safemode-home/.conda/envs/studiolab-safemode
base                     /opt/conda
sagemaker-distribution     /opt/conda/envs/sagemaker-distribution
```

`*` indica l'ambiente attivato.

## Crea, attiva e utilizza nuovi ambienti conda
<a name="studio-lab-use-manage-conda-new-conda"></a>

Se desideri mantenere più ambienti per diversi casi d'uso, puoi creare nuovi ambienti conda nel tuo progetto. Nelle sezioni seguenti viene descritto come creare e attivare nuovi ambienti conda. Per un notebook Jupyter che mostra come creare un ambiente personalizzato, vedi [Configurazione di un ambiente personalizzato in Studio Lab](https://github.com/aws/studio-lab-examples/blob/main/custom-environments/custom_environment.ipynb). SageMaker 

**Nota**  
Il mantenimento di più ambienti dipende dalla memoria di Studio Lab disponibile.

 **Crea un ambiente conda** 

Per creare un ambiente conda, esegui il seguente comando conda dal tuo terminale. Questo esempio crea un nuovo ambiente con Python 3.9. 

```
conda create --name <ENVIRONMENT_NAME> python=3.9
```

Una volta creato l'ambiente conda, puoi visualizzare l'ambiente nell'elenco degli ambienti. Per ulteriori informazioni su come visualizzare l'elenco degli ambienti, consulta [Visualizza gli ambienti](#studio-lab-use-view-conda-envs).

 **Attiva un ambiente Conda** 

Per attivare qualsiasi ambiente conda, esegui il comando seguente nel terminale.

```
conda activate <ENVIRONMENT_NAME>
```

Quando esegui questo comando, tutti i pacchetti installati utilizzando conda o pip vengono installati nell'ambiente. Per ulteriori informazioni sull'installazione dei pacchetti, consulta [Personalizza il tuo ambiente](#studio-lab-use-manage-conda-default-customize).

 **Usa un ambiente conda** 

1. Per usare i tuoi nuovi ambienti conda con i notebook, assicurati che il pacchetto `ipykernel` sia installato nell'ambiente.

   ```
   conda install ipykernel
   ```

1. Una volta installato il pacchetto `ipykernel` nell'ambiente, puoi selezionare l'ambiente come kernel per il notebook. 

   Potrebbe essere necessario riavviare il sistema JupyterLab per visualizzare l'ambiente disponibile come kernel. Questo può essere fatto scegliendo **Amazon SageMaker Studio Lab** nel menu in alto del progetto aperto di Studio Lab e scegliendo **Riavvia JupyterLab...** . 

1. Puoi scegliere il kernel per un notebook esistente oppure quando creai un nuovo notebook.
   + Per un notebook esistente: apri il notebook e scegli il kernel corrente dal lato destro del menu in alto. Puoi scegliere il kernel da utilizzare dal menu a discesa.
   + Per un nuovo notebook: apri l’utilità di avvio di Studio Lab e scegli il kernel in **Notebook**. Il notebook si aprirà con il kernel scelto.

     Per una panoramica dell'interfaccia utente di Studio Lab, consulta [Panoramica dell'interfaccia utente di Amazon SageMaker Studio Lab](studio-lab-use-ui.md).

## Utilizzo di ambienti Studio Lab di esempio
<a name="studio-lab-use-manage-conda-sample"></a>

Studio Lab fornisce esempi di ambienti personalizzati tramite il repository [SageMaker Studio Lab Examples](https://github.com/aws/studio-lab-examples). Di seguito viene illustrato come clonare e creare tali ambienti.

1. Clona il GitHub repository SageMaker Studio Lab Examples seguendo le istruzioni contenute in. [Usa le risorse GitHub](studio-lab-use-external.md#studio-lab-use-external-clone-github)

1. In Studio Lab scegli l'icona **Browser di file** (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/studio/icons/folder.png)) nel menu a sinistra, in modo che il pannello **Browser di file** sia visualizzato sulla sinistra.

1. Vai alla directory `studio-lab-examples/custom-environments` nel Browser di file.

1. Apri la directory per l’ambiente che desideri creare.

1. Fai clic con il pulsante destro del mouse sul file `.yml` nella cartella, quindi seleziona **Crea ambiente conda**.

1. Ora puoi usare l'ambiente come kernel dopo che il tuo ambiente conda ha terminato la creazione. Per istruzioni su come utilizzare un ambiente esistente come kernel, consulta [Crea, attiva e utilizza nuovi ambienti conda](#studio-lab-use-manage-conda-new-conda).

## Personalizza il tuo ambiente
<a name="studio-lab-use-manage-conda-default-customize"></a>

Puoi personalizzare l'ambiente installando e rimuovendo estensioni e pacchetti in base alle esigenze. Studio Lab include ambienti con pacchetti preinstallati e l'utilizzo di un ambiente esistente può far risparmiare tempo e memoria, poiché i pacchetti preinstallati non contano sulla memoria di Studio Lab disponibile. Per ulteriori informazioni sugli ambienti Studio Lab preinstallati disponibili, consulta [Ambienti Studio Lab preinstallati](studio-lab-environments.md).

Tutte le estensioni e i pacchetti installati nell’ambiente `default` persisteranno nel progetto. Ciò significa che non è necessario installare i pacchetti per ogni sessione di runtime del progetto. Tuttavia, le estensioni e i pacchetti installati nell'ambiente `sagemaker-distribution` non persisteranno, quindi sarà necessario installare nuovi pacchetti durante la sessione successiva. Pertanto, si consiglia vivamente di installare i pacchetti sul notebook per assicurarsi che siano installati nell'ambiente previsto.

Per visualizzare i tuoi ambienti, esegui il comando `conda env list`.

Per attivare l'ambiente, esegui il comando `conda activate <ENVIRONMENT_NAME>`.

Per visualizzare i pacchetti in un ambiente, esegui il comando `conda list`.

 **Installa i pacchetti** 

Si consiglia vivamente di installare i pacchetti sul notebook Jupyter per assicurarsi che siano installati nell'ambiente previsto. Per installare pacchetti aggiuntivi nell'ambiente da un notebook Jupyter, esegui uno dei seguenti comandi in una cella del notebook Jupyter. Questi comandi installano i pacchetti nell'ambiente attualmente attivato. 
+  `%conda install <PACKAGE>` 
+  `%pip install <PACKAGE>` 

Non è consigliabile utilizzare i comandi `!pip` o `!conda` perché possono comportarsi in modi imprevisti quando si hanno più ambienti. 

Dopo aver installato nuovi pacchetti nell'ambiente, potrebbe essere necessario riavviare il kernel per assicurarsi che i pacchetti funzionino sul notebook. Questo può essere fatto scegliendo **Amazon SageMaker Studio Lab** nel menu in alto del progetto aperto di Studio Lab e scegliendo **Riavvia JupyterLab...** . 

 **Rimuovi i pacchetti** 

Per rimuovere un pacchetto, esegui il comando

```
%conda remove <PACKAGE_NAME>
```

Questo comando rimuoverà anche qualsiasi pacchetto che dipende da `<PACKAGE_NAME>`, a meno che non sia possibile trovarne uno sostitutivo senza tale dipendenza. 

Per rimuovere tutti i pacchetti in un ambiente, esegui il comando

```
conda deactivate
&& conda env remove --name
<ENVIRONMENT_NAME>
```

## Aggiorna Studio Lab
<a name="studio-lab-use-manage-conda-reset"></a>

Per aggiornare Studio Lab, rimuovi tutti gli ambienti e i file. 

1. Elenca tutti gli ambienti conda.

   ```
   conda env list
   ```

1. Attiva l'ambiente di base.

   ```
   conda activate base
   ```

1. Rimuovi ogni ambiente nell'elenco degli ambienti conda, oltre a quello di base.

   ```
   conda remove --name <ENVIRONMENT_NAME> --all
   ```

1. Elimina tutti i file dal tuo Studio Lab.

   ```
   rm -rf *.*
   ```