As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Personalize o ambiente de execução
<a name="train-remote-decorator-customize"></a>

Você pode personalizar seu ambiente de tempo de execução para usar seus ambientes de desenvolvimento integrados locais preferidos (IDEs), SageMaker notebooks ou notebooks SageMaker Studio Classic para escrever seu código de ML. SageMaker A IA ajudará a empacotar e enviar suas funções e suas dependências como um trabalho SageMaker de treinamento. Isso permite que você acesse a capacidade do servidor de SageMaker treinamento para executar seus trabalhos de treinamento.

Tanto o decorador remoto quanto os métodos `RemoteExecutor` para invocar uma função permitem que os usuários definam e personalizem o ambiente de runtime. Você pode usar um arquivo `requirements.txt` ou YAML do ambiente conda.

Para personalizar um ambiente de runtime usando um arquivo YAML e `requirements.txt` do ambiente conda, consulte o exemplo de código a seguir.

```
# 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, você pode configurar `dependencies` `auto_capture` para permitir que o SDK do SageMaker Python capture as dependências instaladas no ambiente conda ativo. O seguinte é necessário para o `auto_capture` funcionar de forma confiável:
+ Você deve ter um ambiente ativo de conda. Recomendamos não usar o ambiente de conda `base` para trabalhos remotos para que você possa reduzir possíveis conflitos de dependência. Não usar o ambiente de conda `base` também permite uma configuração mais rápida do ambiente no trabalho remoto.
+ Você não deve ter nenhuma dependência instalada usando pip com um valor para o parâmetro `--extra-index-url`.
+ Você não deve ter nenhum conflito de dependência entre pacotes instalados com conda e pacotes instalados com pip no ambiente de desenvolvimento local.
+ O ambiente de desenvolvimento local não deve conter dependências específicas do sistema operacional que não sejam compatíveis com o Linux.

Caso o `auto_capture` não funcione, recomendamos que você o integra às dependências como um arquivo requirement.txt ou conda environment.yaml, conforme descrito no primeiro exemplo de codificação desta seção.