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.
# Esegui attività comuni in Amazon SageMaker Studio Classic
**Importante**
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon SageMaker Studio](studio-updated.md).
Studio Classic viene ancora mantenuto per i carichi di lavoro esistenti, ma non è più disponibile per l'onboarding. È possibile solo interrompere o eliminare le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [migrare il tuo carico di lavoro alla nuova esperienza Studio](studio-updated-migrate.md).
Le seguenti sezioni descrivono come eseguire attività comuni in Amazon SageMaker Studio Classic. Per una panoramica dell’interfaccia di Studio Classic, consulta [Panoramica dell'interfaccia utente di Amazon SageMaker Studio Classic](studio-ui.md).
**Topics**
+ [Caricare file su Amazon SageMaker Studio Classic](studio-tasks-files.md)
+ [Clona un repository Git in Amazon Studio Classic SageMaker](studio-tasks-git.md)
+ [Interrompi un corso di formazione in Amazon SageMaker Studio Classic](studio-tasks-stop-training-job.md)
+ [Utilizzo TensorBoard in Amazon SageMaker Studio Classic](studio-tensorboard.md)
+ [Usa Amazon Q Developer con Amazon SageMaker Studio Classic](sm-q.md)
+ [Gestisci il tuo volume di storage Amazon EFS in Amazon SageMaker Studio Classic](studio-tasks-manage-storage.md)
+ [Fornisci feedback su Amazon SageMaker Studio Classic](studio-tasks-provide-feedback.md)
+ [Chiudi e aggiorna Amazon SageMaker Studio Classic e le app](studio-tasks-update.md)
# Caricare file su Amazon SageMaker Studio Classic
**Importante**
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon SageMaker Studio](studio-updated.md).
Studio Classic viene ancora mantenuto per i carichi di lavoro esistenti, ma non è più disponibile per l'onboarding. È possibile solo interrompere o eliminare le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [migrare il tuo carico di lavoro alla nuova esperienza Studio](studio-updated-migrate.md).
Quando effettui l'onboarding su Amazon SageMaker Studio Classic, viene creata per te una home directory nel volume Amazon Elastic File System (Amazon EFS) creato per il tuo team. Studio Classic può aprire solo i file che sono stati caricati nella tua directory. Il browser di file di Studio Classic esegue la mappatura alla home directory.
**Nota**
Studio Classic non supporta il caricamento di cartelle. Sebbene sia possibile caricare solo singoli file, puoi caricare più file contemporaneamente.
**Per caricare i file nella home directory**
1. Nella barra laterale sinistra, selezionare l'icona **File Browser (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)).
1. Nel browser di file, scegli l’icona **Carica file** (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/icons/File_upload_squid.png)).
1. Seleziona i file da caricare, quindi scegli **Apri**.
1. Fai doppio clic su un file per aprirlo in una nuova scheda in Studio Classic.
# Clona un repository Git in Amazon Studio Classic SageMaker
**Importante**
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon SageMaker Studio](studio-updated.md).
Studio Classic viene ancora mantenuto per i carichi di lavoro esistenti, ma non è più disponibile per l'onboarding. È possibile solo interrompere o eliminare le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [migrare il tuo carico di lavoro alla nuova esperienza Studio](studio-updated-migrate.md).
Amazon SageMaker Studio Classic può connettersi solo a un repository Git locale (repo). Ciò significa che devi clonare il repository Git dall’interno di Studio Classic per accedere ai file nel repository. Studio Classic offre un’estensione Git che ti consente di inserire l’URL di un repository Git, clonarlo nel tuo ambiente, apportare modifiche e visualizzare la cronologia dei commit. Se il repository è privato e richiede credenziali per l'accesso, ti viene richiesto di inserire le credenziali utente. Ciò include il nome utente e il token di accesso personale. Per ulteriori informazioni sui token di accesso personali, consulta [Managing your personal access tokens](https://docs.github.com/en/authentication/keeping-your-account-and-data-secure/managing-your-personal-access-tokens).
Gli amministratori possono anche allegare il repository Git consigliato a URLs livello di dominio Amazon SageMaker AI o profilo utente. Gli utenti possono quindi selezionare l’URL del repository dall’elenco di suggerimenti e clonarlo in Studio Classic. Per ulteriori informazioni sul collegamento di repository suggeriti, consulta [Allega repository Git consigliati ad Amazon SageMaker Studio Classic](studio-git-attach.md).
La procedura seguente mostra come clonare un GitHub repository da Studio Classic.
**Per clonare il repository**
1. Nella barra laterale sinistra, scegliere l'icona **Git** (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/studio/icons/git.png)).
1. Scegli **Clona un repository**. Si apre una nuova finestra.
1. Nella finestra **Clona un repository Git**, inserisci l'URL nel seguente formato per il repository Git che desideri clonare o seleziona un repository dall'elenco di **Repository suggeriti**.
```
https://github.com/path-to-git-repo/repo.git
```
1. Se hai inserito manualmente l'URL del repository Git, seleziona **Clone "*git-url*"** dal menu a discesa.
1. In **Directory del progetto in cui clonare**, inserisci il percorso della directory locale in cui vuoi clonare il repository Git. Se questo valore viene lasciato vuoto, Studio Classic clona il repository nella directory principale. JupyterLab
1. Seleziona **Clona**. Si apre una nuova finestra di terminale.
1. Se il repository richiede credenziali, ti viene richiesto di inserire il tuo nome utente e il token di accesso personale. Non si accettano password, pertanto devi utilizzare un token di accesso personale. Per ulteriori informazioni sui token di accesso personali, consulta [Managing your personal access tokens](https://docs.github.com/en/authentication/keeping-your-account-and-data-secure/managing-your-personal-access-tokens).
1. Attendi la fine del download. Dopo la clonazione del repository, si apre il **Browser di file** per visualizzare il repository clonato.
1. Fare doppio clic sul repository per aprirlo.
1. Scegli l'icona **Git** per visualizzare l'interfaccia utente di Git che ora tiene traccia del repository.
1. Per tenere traccia di un repository diverso, apri il repository nel browser di file e poi scegli l'icona **Git**.
# Interrompi un corso di formazione in Amazon SageMaker Studio Classic
**Importante**
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon SageMaker Studio](studio-updated.md).
Studio Classic viene ancora mantenuto per i carichi di lavoro esistenti, ma non è più disponibile per l'onboarding. È possibile solo interrompere o eliminare le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [migrare il tuo carico di lavoro alla nuova esperienza Studio](studio-updated-migrate.md).
Puoi interrompere un processo di formazione con l'interfaccia utente di Amazon SageMaker Studio Classic. Quando interrompi un processo di addestramento, il suo stato cambia in `Stopping` e la fatturazione cessa. Un algoritmo può ritardare la fine per salvare gli artefatti del modello dopo i quali lo stato del lavoro cambia in `Stopped`. Per ulteriori informazioni, consulta il metodo [stop\$1training\$1job](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html#SageMaker.Client.stop_training_job) in AWS SDK per Python (Boto3).
**Per interrompere un processo di addestramento**
1. Seguire la procedura [Visualizzare esperimenti ed esecuzioni](experiments-view-compare.md) su questa pagina fino ad aprire la scheda **Descrivi componente di prova** .
1. Nella parte in alto a destra della scheda, scegliere **Interrompi processo di addestramento**. Lo **stato** in alto a sinistra della scheda cambia in **Interrotto**.
1. Per visualizzare il tempo di addestramento e il tempo di fatturazione, scegli **Impostazioni AWS **.
# Utilizzo TensorBoard in Amazon SageMaker Studio Classic
**Importante**
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon SageMaker Studio](studio-updated.md).
Studio Classic viene ancora mantenuto per i carichi di lavoro esistenti, ma non è più disponibile per l'onboarding. È possibile solo interrompere o eliminare le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [migrare il tuo carico di lavoro alla nuova esperienza Studio](studio-updated-migrate.md).
Il seguente documento descrive come installare ed eseguire TensorBoard Amazon SageMaker Studio Classic.
**Nota**
Questa guida mostra come aprire l' TensorBoard applicazione tramite un server notebook SageMaker Studio Classic di un profilo utente di un dominio SageMaker AI individuale. Per un' TensorBoard esperienza più completa integrata con SageMaker Training e le funzionalità di controllo degli accessi del dominio SageMaker AI, consulta[TensorBoard in Amazon SageMaker AI](tensorboard-on-sagemaker.md).
## Prerequisiti
Questo tutorial richiede un dominio SageMaker AI. Per ulteriori informazioni, consulta [Panoramica del dominio Amazon SageMaker AI](gs-studio-onboard.md)
## Configurazione di `TensorBoardCallback`
1. Avvia Studio Classic e apri l’utilità di avvio. Per ulteriori informazioni, consulta [Usa Amazon SageMaker Studio Classic Launcher](studio-launcher.md)
1. In Amazon SageMaker Studio Classic Launcher, sotto`Notebooks and compute resources`, scegli il pulsante **Cambia ambiente**.
1. Nella finestra di dialogo **Cambia ambiente**, utilizza i menu a discesa per selezionare l’**immagine** `TensorFlow 2.6 Python 3.8 CPU Optimized` di Studio Classic.
1. Tornando all'utilità di avvio, fai clic sul riquadro **Crea notebook**. Studio Classic avvia e apre il notebook in una nuova scheda.
1. Esegui questo codice dall'interno delle celle del tuo notebook.
1. Importa i pacchetti richiesti.
```
import os
import datetime
import tensorflow as tf
```
1. Crea un modello Keras.
```
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
def create_model():
return tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(512, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])
```
1. Crea una directory per i tuoi log TensorBoard
```
LOG_DIR = os.path.join(os.getcwd(), "logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S"))
```
1. Esegui l'allenamento con TensorBoard.
```
model = create_model()
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=LOG_DIR, histogram_freq=1)
model.fit(x=x_train,
y=y_train,
epochs=5,
validation_data=(x_test, y_test),
callbacks=[tensorboard_callback])
```
1. Genera il percorso EFS per TensorBoard i log. Utilizza questo percorso per configurare i log dal terminale.
```
EFS_PATH_LOG_DIR = "/".join(LOG_DIR.strip("/").split('/')[1:-1])
print (EFS_PATH_LOG_DIR)
```
Recupera il valore `EFS_PATH_LOG_DIR`. Ti servirà nella sezione di TensorBoard installazione.
## Installa TensorBoard
1. Fai clic sul `Amazon SageMaker Studio Classic` pulsante nell'angolo in alto a sinistra di Studio Classic per aprire Amazon SageMaker Studio Classic Launcher. Questa utilità di avvio deve essere aperta dalla directory root. Per ulteriori informazioni, consulta [Usa Amazon SageMaker Studio Classic Launcher](studio-launcher.md)
1. Nell'utilità di avvio, in `Utilities and files`, fai clic su `System terminal`.
1. Dal terminale, esegui i comandi seguenti: Copia `EFS_PATH_LOG_DIR` dal notebook Jupyter. Devi eseguirlo dalla directory root di `/home/sagemaker-user`.
```
pip install tensorboard
tensorboard --logdir
```
## Avvia TensorBoard
1. Per avviare TensorBoard, copia l'URL di Studio Classic e `lab?` sostituiscilo con il `proxy/6006/` seguente. Devi includere il carattere `/` finale.
```
https://.studio.region.sagemaker.aws/jupyter/default/proxy/6006/
```
1. Vai all'URL per esaminare i risultati.
# Usa Amazon Q Developer con Amazon SageMaker Studio Classic
**Importante**
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon SageMaker Studio](studio-updated.md).
Studio Classic viene ancora mantenuto per i carichi di lavoro esistenti, ma non è più disponibile per l'onboarding. È possibile solo interrompere o eliminare le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [migrare il tuo carico di lavoro alla nuova esperienza Studio](studio-updated-migrate.md).
Amazon SageMaker Studio Classic è un ambiente di apprendimento automatico integrato in cui puoi creare, addestrare, distribuire e analizzare i tuoi modelli nella stessa applicazione. Puoi generare consigli sul codice e suggerire miglioramenti relativi ai problemi di codice utilizzando Amazon Q Developer con Amazon SageMaker AI.
Amazon Q Developer è un assistente conversazionale generativo basato sull'intelligenza artificiale (AI) che può aiutarti a comprendere, creare, estendere e utilizzare le applicazioni. AWS Nel contesto di un ambiente di AWS codifica integrato, Amazon Q può generare consigli sul codice degli sviluppatori e sui loro commenti in linguaggio naturale.
Amazon Q offre il supporto massimo per Java, Python,, C\$1, Go JavaScript TypeScript, PHP, Rust, Kotlin e SQL, oltre ai linguaggi Infrastructure as Code (IaC) JSON (), YAML (), HCL (Terraform CloudFormation) e CDK (CloudFormation Typescript, Python). Supporta anche la generazione di codice per Ruby, C\$1\$1, C, Shell e Scala. Per esempi di come Amazon Q si integra con Amazon SageMaker AI e visualizza suggerimenti di codice nell'IDE Amazon SageMaker Studio Classic, consulta [Code Examples](https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/inline-suggestions-code-examples.html) nella *Amazon Q Developer User Guide*.
Per ulteriori informazioni sull'uso di Amazon Q con Amazon SageMaker Studio Classic, consulta la [Amazon Q Developer User Guide](https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/sagemaker-setup.html).
# Gestisci il tuo volume di storage Amazon EFS in Amazon SageMaker Studio Classic
**Importante**
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon SageMaker Studio](studio-updated.md).
Studio Classic viene ancora mantenuto per i carichi di lavoro esistenti, ma non è più disponibile per l'onboarding. È possibile solo interrompere o eliminare le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [migrare il tuo carico di lavoro alla nuova esperienza Studio](studio-updated-migrate.md).
La prima volta che un utente del tuo team accede ad Amazon SageMaker Studio Classic, Amazon SageMaker AI crea un volume Amazon Elastic File System (Amazon EFS) per il team. Nel volume viene creata una home directory per ogni utente che accede a Studio Classic come parte del team. I file di notebook e i file di dati sono archiviati in queste directory. Gli utenti non hanno accesso alle home directory degli altri membri del team. Il dominio Amazon SageMaker AI non supporta il montaggio di volumi Amazon EFS personalizzati o aggiuntivi.
**Importante**
Non eliminare il volume Amazon EFS. In caso contrario, il dominio non funzionerà più e tutti gli utenti perderanno il loro lavoro.
**Per trovare il volume Amazon EFS**
1. Apri la [console SageMaker AI](https://console.aws.amazon.com/sagemaker/).
1. Nel riquadro di navigazione a sinistra, scegli **Configurazioni admin**.
1. In **Configurazioni di amministrazione**, scegli **Domini**.
1. Dalla pagina **Domini**, seleziona il dominio per cui trovare l'ID.
1. Dalla pagina **Dettagli del dominio**, seleziona la scheda **Impostazioni del dominio**.
1. In **Impostazioni generali**, trova l'**ID dominio**. Il formato dell'ID sarà il seguente: `d-xxxxxxxxxxxx`.
1. Passa `Domain ID`, come `DomainId`, al metodo [describe\$1domain](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html#SageMaker.Client.describe_domain).
1. Nella risposta da `describe_domain`, prendi nota del valore per la chiave `HomeEfsFileSystemId`. Questo è l'ID del file system Amazon EFS da utilizzare.
1. Apri la [Console di Amazon EFS](https://console.aws.amazon.com/efs#/file-systems/). Assicurati che la AWS regione sia la stessa utilizzata da Studio Classic.
1. In **File system**, scegli l'ID del file system nella fase precedente.
1. Per verificare di aver scelto il file system corretto, seleziona l'intestazione **Tag**. Il valore corrispondente alla chiave `ManagedByAmazonSageMakerResource` deve corrispondere a `Studio Classic ID`.
Per informazioni su come accedere al volume Amazon EFS, consulta [Using file systems in Amazon EFS](https://docs.aws.amazon.com/efs/latest/ug/using-fs.html).
Per eliminare il volume Amazon EFS, consulta [Deleting an Amazon EFS file system](https://docs.aws.amazon.com/efs/latest/ug/delete-efs-fs.html).
# Fornisci feedback su Amazon SageMaker Studio Classic
**Importante**
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon SageMaker Studio](studio-updated.md).
Studio Classic viene ancora mantenuto per i carichi di lavoro esistenti, ma non è più disponibile per l'onboarding. È possibile solo interrompere o eliminare le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [migrare il tuo carico di lavoro alla nuova esperienza Studio](studio-updated-migrate.md).
Amazon SageMaker AI prende sul serio il tuo feedback. Ti invitiamo a fornire feedback.
**Per fornire feedback**
1. A destra di SageMaker Studio Classic, trova l'icona **Feedback** (![\[Speech bubble icon representing messaging or communication functionality.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/studio/icons/feedback.png)).
1. Scegli un'emoji sorridente per farci sapere quanto sei soddisfatto di SageMaker Studio Classic e aggiungi qualsiasi feedback che desideri condividere con noi.
1. Decidi se condividere la tua identità con noi, quindi seleziona **Invia**.
# Chiudi e aggiorna Amazon SageMaker Studio Classic e le app
**Importante**
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon SageMaker Studio](studio-updated.md).
Studio Classic viene ancora mantenuto per i carichi di lavoro esistenti, ma non è più disponibile per l'onboarding. È possibile solo interrompere o eliminare le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [migrare il tuo carico di lavoro alla nuova esperienza Studio](studio-updated-migrate.md).
Negli argomenti seguenti viene illustrato come chiudere e aggiornare le app SageMaker Studio Classic e Studio Classic.
Studio Classic fornisce un’icona di notifica (![\[Red circle icon with white exclamation mark, indicating an alert or warning.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/icons/Notification.png)) nell’angolo in alto a destra dell’interfaccia utente di Studio Classic. Questa icona di notifica mostra il numero di avvisi non letti. Per leggere gli avvisi, seleziona l'icona.
Studio Classic offre due tipi di notifiche:
+ Aggiornamento: notifica visualizzata quando Studio Classic o una delle app di Studio Classic rilascia una nuova versione. Per aggiornare Studio Classic, consulta [Chiudi e aggiorna Amazon SageMaker Studio Classic](studio-tasks-update-studio.md). Per aggiornare le app di Studio Classic, consulta [Chiudi e aggiorna le app Amazon SageMaker Studio Classic](studio-tasks-update-apps.md).
+ Informazioni: viene visualizzata per nuove funzionalità e altre informazioni.
Per reimpostare l'icona di notifica, devi selezionare il collegamento in ogni avviso. Le notifiche di lettura potrebbero ancora essere visualizzate nell'icona. Ciò non indica che gli aggiornamenti siano ancora necessari dopo aver aggiornato Studio Classic e le app di Studio Classic.
Per informazioni su come aggiornare [Amazon SageMaker Data Wrangler](https://docs.aws.amazon.com/sagemaker/latest/dg/data-wrangler.html), consulta. [Chiudi e aggiorna le app Amazon SageMaker Studio Classic](studio-tasks-update-apps.md)
Per assicurarti di disporre degli aggiornamenti software più recenti, aggiorna Amazon SageMaker Studio Classic e le tue app Studio Classic utilizzando i metodi descritti nei seguenti argomenti.
**Topics**
+ [Chiudi e aggiorna Amazon SageMaker Studio Classic](studio-tasks-update-studio.md)
+ [Chiudi e aggiorna le app Amazon SageMaker Studio Classic](studio-tasks-update-apps.md)
# Chiudi e aggiorna Amazon SageMaker Studio Classic
**Importante**
Le politiche IAM personalizzate che consentono ad Amazon SageMaker Studio o Amazon SageMaker Studio Classic di creare SageMaker risorse Amazon devono inoltre concedere le autorizzazioni per aggiungere tag a tali risorse. L’autorizzazione per aggiungere tag alle risorse è necessaria perché Studio e Studio Classic applicano automaticamente tag a tutte le risorse che creano. Se una policy IAM consente a Studio e Studio Classic di creare risorse ma non consente l'etichettatura, possono verificarsi errori AccessDenied "" durante il tentativo di creare risorse. Per ulteriori informazioni, consulta [Fornisci le autorizzazioni per etichettare SageMaker le risorse AI](security_iam_id-based-policy-examples.md#grant-tagging-permissions).
[AWS politiche gestite per Amazon SageMaker AI](security-iam-awsmanpol.md)che danno i permessi per creare SageMaker risorse includono già le autorizzazioni per aggiungere tag durante la creazione di tali risorse.
**Importante**
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon SageMaker Studio](studio-updated.md).
Studio Classic viene ancora mantenuto per i carichi di lavoro esistenti, ma non è più disponibile per l'onboarding. È possibile solo interrompere o eliminare le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [migrare il tuo carico di lavoro alla nuova esperienza Studio](studio-updated-migrate.md).
Per aggiornare Amazon SageMaker Studio Classic all'ultima versione, devi chiudere l' JupyterServer app. Puoi chiudere l' JupyterServer app dalla console SageMaker AI, da Amazon SageMaker Studio o da Studio Classic. Dopo aver chiuso l' JupyterServer app, devi riaprire Studio Classic tramite la console SageMaker AI o da Studio che crea una nuova versione dell' JupyterServer app.
Non è possibile eliminare l' JupyterServer applicazione mentre l'interfaccia utente di Studio Classic è ancora aperta nel browser. Se elimini l' JupyterServer applicazione mentre l'interfaccia utente di Studio Classic è ancora aperta nel browser, SageMaker AI ricrea automaticamente l' JupyterServer applicazione.
Qualsiasi informazione non salvata sul notebook viene persa nel processo. I dati utente nel volume Amazon EFS non subiscono alcun impatto.
Alcuni servizi di Studio Classic, come Data Wrangler, vengono eseguiti sulle rispettive app. Per aggiornare questi servizi, devi eliminare l'app relativa a quel servizio. Per ulteriori informazioni, consulta [Chiudi e aggiorna le app Amazon SageMaker Studio Classic](studio-tasks-update-apps.md).
**Nota**
Un' JupyterServer app è associata a un singolo utente di Studio Classic. Quando aggiorni l'app per un utente, ciò non influisce su altri utenti.
La pagina seguente mostra come aggiornare l' JupyterServer app dalla console SageMaker AI, da Studio o dall'interno di Studio Classic.
## Arresta e aggiorna dalla console SageMaker AI
1. Accedi a [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Nel riquadro di navigazione a sinistra, scegli **Configurazioni admin**.
1. In **Configurazioni di amministrazione**, scegli **Domini**.
1. Seleziona il dominio che include l’applicazione Studio Classic da aggiornare.
1. In **Profili utente**, seleziona il tuo nome utente.
1. In **App**, nella riga visualizzata **JupyterServer**, scegli **Azione**, quindi scegli **Elimina**.
1. Scegli **Sì, elimina l'app**.
1. Digita **delete** nella casella di conferma.
1. Scegli **Elimina**.
1. Dopo aver eliminato l’app, avvia una nuova app Studio Classic per scaricare la versione più recente.
## Chiusura e aggiornamento da Studio
1. Passa a Studio seguendo la procedura indicata in [Avvia Amazon SageMaker Studio](studio-updated-launch.md).
1. Dall’interfaccia utente di Studio, trova il riquadro delle applicazioni sulla sinistra.
1. Dal riquadro delle applicazioni, seleziona **Studio Classic**.
1. Nella pagina di destinazione di Studio Classic, seleziona l’istanza di Studio Classic da arrestare.
1. Scegli **Stop (Arresta)**.
1. Dopo aver arrestato l’app, seleziona **Esegui** per utilizzare la versione più recente.
## Chiusura e aggiornamento dall’interno di Studio Classic
1. Avvia Studio Classic.
1. Nel menu in alto, scegli **File** quindi **Arresta**.
1. Scegli una delle seguenti opzioni:
+ **Shutdown Server**: chiude l'app. JupyterServer Le sessioni di terminale, le sessioni del kernel, SageMaker le immagini e le istanze non vengono chiuse. Queste risorse continuano ad essere addebitate.
+ **Chiudi tutto: chiude tutte le** app, le sessioni terminali, le sessioni del kernel, le immagini e le istanze. SageMaker Queste risorse non vengono più addebitate.
1. Chiudi la finestra
1. Dopo aver eliminato l’app, avvia una nuova app Studio Classic per utilizzare la versione più recente.
# Chiudi e aggiorna le app Amazon SageMaker Studio Classic
**Importante**
Le politiche IAM personalizzate che consentono ad Amazon SageMaker Studio o Amazon SageMaker Studio Classic di creare SageMaker risorse Amazon devono inoltre concedere le autorizzazioni per aggiungere tag a tali risorse. L’autorizzazione per aggiungere tag alle risorse è necessaria perché Studio e Studio Classic applicano automaticamente tag a tutte le risorse che creano. Se una policy IAM consente a Studio e Studio Classic di creare risorse ma non consente l'etichettatura, possono verificarsi errori AccessDenied "" durante il tentativo di creare risorse. Per ulteriori informazioni, consulta [Fornisci le autorizzazioni per etichettare SageMaker le risorse AI](security_iam_id-based-policy-examples.md#grant-tagging-permissions).
[AWS politiche gestite per Amazon SageMaker AI](security-iam-awsmanpol.md)che danno i permessi per creare SageMaker risorse includono già le autorizzazioni per aggiungere tag durante la creazione di tali risorse.
**Importante**
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon SageMaker Studio](studio-updated.md).
Studio Classic viene ancora mantenuto per i carichi di lavoro esistenti, ma non è più disponibile per l'onboarding. È possibile solo interrompere o eliminare le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [migrare il tuo carico di lavoro alla nuova esperienza Studio](studio-updated-migrate.md).
Per aggiornare un'app Amazon SageMaker Studio Classic all'ultima versione, devi prima chiudere l' KernelGateway app corrispondente dalla console SageMaker AI. Dopo aver chiuso l' KernelGateway app, devi riaprirla tramite SageMaker Studio Classic eseguendo un nuovo kernel. Il kernel si aggiorna automaticamente. Qualsiasi informazione non salvata sul notebook viene persa nel processo. I dati utente nel volume Amazon EFS non subiscono alcun impatto.
Dopo che un'applicazione è stata chiusa per 24 ore, SageMaker AI elimina tutti i metadati dell'applicazione. Per essere considerato un aggiornamento e per conservare i metadati dell'applicazione, le applicazioni devono essere riavviate entro 24 ore dalla chiusura dell'applicazione precedente. Dopo questa finestra temporale, la creazione di un'applicazione viene considerata una nuova applicazione anziché un aggiornamento dell'applicazione precedente.
**Nota**
Un' KernelGateway app è associata a un singolo utente di Studio Classic. Quando si aggiorna l'app per un utente, ciò non influisce su altri utenti.
**Per aggiornare l' KernelGateway app**
1. Accedi a [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Nel riquadro di navigazione a sinistra, scegli **Configurazioni admin**.
1. In **Configurazioni di amministrazione**, scegli **Domini**.
1. Seleziona il dominio che include l’applicazione da aggiornare.
1. In **Profili utente**, seleziona il tuo nome utente.
1. In **App**, nella riga che mostra il **Nome dell'app**, scegli **Azioni**, quindi scegli **Elimina**
Per aggiornare Data Wrangler, elimina l'app che inizia con. **sagemaker-data-wrang**
1. Scegli **Sì, elimina l'app**.
1. Digita **delete** nella casella di conferma.
1. Scegli **Elimina**.
1. Dopo aver eliminato l’app, avvia un nuovo kernel da Studio Classic per utilizzare la versione più recente.