翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# Amazon SageMaker Studio Classic への外部ライブラリとカーネルのインストール
<a name="studio-notebooks-add-external"></a>

**重要**  
2023 年 11 月 30 日以降、従来の Amazon SageMaker Studio のエクスペリエンスは Amazon SageMaker Studio Classic と名前が変更されました。以下のセクションは、Studio Classic アプリケーションの使用を前提とした内容です。更新後の Studio エクスペリエンスを使用する場合は、「[Amazon SageMaker Studio](studio-updated.md)」を参照してください。  
Studio Classic は既存のワークロードでも維持されていますが、オンボーディングに利用できなくなりました。既存の Studio Classic アプリケーションのみを停止または削除でき、新しいアプリケーションを作成することはできません。[ワークロードを新しい Studio エクスペリエンスに移行](studio-updated-migrate.md)することをお勧めします。

Amazon SageMaker Studio Classic ノートブックには、複数のイメージがプリインストールされています。これらのイメージには、カーネルと scikit-learn、Pandas、NumPy、TensorFlow、PyTorch、MXNet などの Python パッケージが含まれています。選択したパッケージとカーネルを含む独自のイメージをインストールすることもできます。独自のイメージをインストールする方法の詳細については、「[Amazon SageMaker Studio Classic でのカスタムイメージ](studio-byoi.md)」を参照してください。

Amazon SageMaker Studio Classic ノートブック内の異なる Jupyter カーネルは別々の conda 環境です。conda 環境の詳細については、「[Managing environments](https://conda.io/docs/user-guide/tasks/manage-environments.html)」を参照してください。

## パッケージインストールツール
<a name="studio-notebooks-external-tools"></a>

**重要**  
現時点では、Amazon SageMaker ノートブック内のすべてのパッケージは、Amazon SageMaker AI での使用がライセンス許諾されており、追加の商用ライセンスは必要ありません。ただし、これは今後変更される可能性があります。使用許諾条項が改定されていないか、定期的に確認することをお勧めします。

ターミナルから Python パッケージをインストールする方法は、イメージによって異なります。Studio Classic では、次のパッケージインストールツールをサポートしています。
+ **ノートブック** - 次のコマンドがサポートされています。イメージで次のいずれかのコマンドが機能しない場合は、もう一方のコマンドを試してください。
  + `%conda install`
  + `%pip install`
+ **Jupyter ターミナル** - pip と conda を使用してパッケージを直接インストールできます。`apt-get install` を使用して、ターミナルからシステムパッケージをインストールすることもできます。

**注記**  
`pip install -u` または `pip install --user` の使用はお勧めしません。これらのコマンドはユーザーの Amazon EFS ボリュームにパッケージをインストールし、JupyterServer アプリの再起動を妨げる可能性があるためです。代わりに「[ライフサイクル設定を使用してパッケージをインストールする](#nbi-add-external-lcc)」に示すように、ライフサイクル設定を使用してアプリケーションの再起動時に必要なパッケージを再インストールしてください。

ノートブックからパッケージをインストールする際は、`%pip` および `%conda` を使用することをお勧めします。これは、使用されているアクティブ環境やインタプリタが正しく考慮されるためです。詳細については、「[%pip and %conda マジック関数を追加する](https://github.com/ipython/ipython/pull/11524)」を参照してください。また、システムコマンド構文 (\! で始まる行) を使用してパッケージをインストールすることもできます。例えば、`!pip install` と `!conda install` です。

### Conda
<a name="studio-notebooks-add-external-tools-conda"></a>

Conda は、オープンソースのパッケージ管理システムおよび環境管理システムで、パッケージとその依存関係をインストールします。SageMaker AI は、conda-forge チャネルでの conda の使用をサポートしています。詳細については、「[Conda チャネル](https://docs.conda.io/projects/conda/en/latest/user-guide/concepts/channels.html)」を参照してください。conda-forge チャネルは、コントリビューターがパッケージをアップロードできるコミュニティチャネルです。

**注記**  
conda-forge からのパッケージのインストールには、最大 10 分かかることがあります。この時間は conda が依存関係グラフをどのように解決するかによって決まります。

SageMaker AI が提供する環境はすべて機能します。ユーザーがインストールしたパッケージは正しく機能しない可能性があります。

Conda には、環境を有効化する `conda activate` と `source activate` の 2 つの方法あります。詳細については、「[Managing environment](https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html)」を参照してください。

**サポートされている conda オペレーション**
+ 単一環境でのパッケージの `conda install`
+ すべての環境でのパッケージの `conda install`
+ メイン conda リポジトリからのパッケージのインストール
+ conda-forge からのパッケージのインストール
+ Amazon EBS を使用する conda のインストール場所の変更
+ `conda activate` と `source activate` の両方のサポート

### Pip
<a name="studio-notebooks-add-external-tools-pip"></a>

Pip は Python パッケージをインストールして管理するためのツールです。Pip は、デフォルトで Python パッケージインデックス (PyPI) 上のパッケージを検索します。conda とは異なり、pip には環境サポートが組み込まれていません。そのため、ネイティブライブラリやシステムライブラリの依存関係を含むパッケージについては、pip は conda ほど多機能ではありません。Pip は conda 環境にパッケージをインストールする際に使用できます。PyPI の代わりに pip で代替パッケージリポジトリを使用できます。

**サポートされている pip オペレーション**
+ pip を使用した、有効な conda 環境を使用しないパッケージのインストール
+ pip を使用した、conda 環境へのパッケージのインストール
+ pip を使用した、すべての conda 環境へのパッケージのインストール
+ Amazon EBS を使用する pip のインストール場所の変更
+ 代替リポジトリを使用した、pip によるパッケージのインストール

### サポートされていません
<a name="studio-notebooks-add-external-tools-misc"></a>

SageMaker AI では、できるだけ多くのパッケージインストールオペレーションをサポートすることを目指しています。ただし、SageMaker AI がパッケージをインストールした場合、これらのパッケージで以下のオペレーションを実行すると、環境が不安定になる場合があります。
+ アンインストール
+ ダウングレード
+ アップグレード

ネットワークの状態や設定、conda や PyPi の可用性などの潜在的な問題によって、パッケージが一定の時間内にインストールされない可能性があります。

**注記**  
互換性のない依存関係を持つ環境にパッケージをインストールしようとすると、インストールが失敗する可能性があります。問題が発生した場合は、パッケージの依存関係の更新についてライブラリ管理者に問い合わせてください。既存のパッケージの削除や更新など、環境を変更すると、環境が不安定になる可能性があります。

## ライフサイクル設定を使用してパッケージをインストールする
<a name="nbi-add-external-lcc"></a>

ノートブックを停止して再起動した場合でもイメージとカーネルが維持され、インストールした外部ライブラリが SageMaker AI によって更新されないようにするように、Studio Classic インスタンスの Amazon EBS ボリュームにカスタムイメージおよびカスタムカーネルをインストールします。これを実行するには、ノートブックの作成時に実行されるスクリプト (`on-create)`) とノートブックを再起動するたびに実行されるスクリプト (`on-start`) の両方を含むライフサイクル設定を使用します。Studio Classic でのライフサイクル設定の使用の詳細については、「[ライフサイクル設定を使用して Amazon SageMaker Studio Classic をカスタマイズする](studio-lcc.md)」を参照してください。ライフサイクル設定スクリプトのサンプルについては、「[SageMaker AI Studio Classic のライフサイクル設定サンプル](https://github.com/aws-samples/sagemaker-studio-lifecycle-config-examples)」を参照してください。