

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 为本教程创建 Amazon SageMaker 笔记本实例
<a name="gs-setup-working-env"></a>

**重要**  
允许 Amazon SageMaker Studio 或 Amazon SageMaker Studio Classic 创建亚马逊 SageMaker资源的自定义 IAM 策略还必须授予向这些资源添加标签的权限。之所以需要为资源添加标签的权限，是因为 Studio 和 Studio Classic 会自动为创建的任何资源添加标签。如果 IAM 策略允许 Studio 和 Studio Classic 创建资源但不允许标记，则在尝试创建资源时可能会出现 AccessDenied “” 错误。有关更多信息，请参阅 [提供标记 A SageMaker I 资源的权限](security_iam_id-based-policy-examples.md#grant-tagging-permissions)。  
[AWS 亚马逊 A SageMaker I 的托管策略](security-iam-awsmanpol.md)授予创建 SageMaker 资源的权限已经包括在创建这些资源时添加标签的权限。

亚马逊 SageMaker 笔记本实例是一个完全托管的机器学习 (ML) 亚马逊弹性计算云 (Amazon EC2) 计算实例。Amazon SageMaker 笔记本实例运行 Jupyter 笔记本应用程序。使用笔记本实例创建和管理用于预处理数据、训练 ML 模型和部署 ML 模型的 Jupyter Notebook。

**创建 SageMaker 笔记本实例**  
![\[显示如何创建 SageMaker 笔记本实例的动画屏幕截图。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/get-started-ni/gs-ni-create-instance.gif)

1. 打开 Amazon A SageMaker I 控制台，网址为[https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)。

1. 选择**笔记本实例**，然后选择**创建笔记本实例**。

1. 在**创建笔记本实例**页面上，提供以下信息（如果未提到某个字段，请保留默认值）：

   1. 对于**笔记本实例名称**，请键入您的笔记本实例的名称。

   1. 对于**笔记本实例类型**，选择 `ml.t2.medium`。这是笔记本实例支持的成本最低的实例类型，并且足以完成本练习。如果当前 AWS 区域中没有可用的 `ml.t2.medium` 实例类型，请选择 `ml.t3.medium`。

   1. 对于**平台标识符**，选择要在其上创建笔记本实例的平台类型。此平台类型定义操作系统和创建笔记本实例时使用的 JupyterLab 版本。最新和推荐的版本是`notebook-al2023-v1`，适用于亚马逊 Linux 2023 笔记本实例。有关平台标识符类型的信息，请参阅[AL2023 笔记本实例](nbi-al2023.md)和[Amazon Linux 2 笔记本实例](nbi-al2.md)。有关 JupyterLab 版本的信息，请参见[JupyterLab 版本控制](nbi-jl.md)。

   1. 对于 **IAM 角色**，选择**创建新角色**，然后选择**创建角色**。该 IAM 角色自动获取在名称中包含 `sagemaker` 的任何 S3 存储桶的访问权限。它通过`AmazonSageMakerFullAccess`策略获得这些权限， SageMaker AI 会将其附加到该角色。
**注意**  
如果您想向 IAM 角色授予访问名称中不含 `sagemaker` 的 S3 存储桶的权限，则需要向 IAM 角色附加 `S3FullAccess` 策略。您还可以限制 IAM 角色对特定 S3 存储桶的权限。有关向 IAM 角色添加存储桶策略的更多信息和示例，请参阅[存储桶策略示例](https://docs.aws.amazon.com/AmazonS3/latest/userguide/example-bucket-policies.html)。

   1. 选择**创建笔记本实例**。

      几分钟后， SageMaker AI 会启动一个笔记本实例，并向其连接一个 5 GB 的 Amazon EBS 存储卷。笔记本实例具有预配置的 Jupyter 笔记本服务器、 SageMaker AI 和 AWS SDK 库以及一组 Anaconda 库。

      有关创建 SageMaker 笔记本实例的更多信息，请参阅[创建笔记本实例](https://docs.aws.amazon.com/sagemaker/latest/dg/howitworks-create-ws.html)。

## （可选）更改 SageMaker 笔记本实例设置
<a name="gs-change-ni-settings"></a>

要更改 A SageMaker I 笔记本实例的 ML 计算实例类型或 Amazon EBS 存储的大小，请编辑笔记本实例设置。

**更改和更新 SageMaker 笔记本实例类型和 EBS 卷**

1. 在 SageMaker AI 控制台的**笔记本实例**页面上，选择您的笔记本实例。

1. 选择**操作**，选择**停止**，然后等待笔记本实例完全停止。

1. 在笔记本实例状态更改为**已停止**后，选择**操作**，然后选择**更新设置**。  
![\[显示如何更新 SageMaker 笔记本实例设置的动画屏幕截图。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/get-started-ni/gs-ni-update-instance.gif)

   1. 对于**笔记本实例类型**，选择其他 ML 实例类型。

   1. 对于**以 GB 为单位的卷大小**，键入不同的整数来指定新的 EBS 卷大小。
**注意**  
EBS 存储卷经过加密，因此 SageMaker AI 无法确定卷上的可用空间量。因此，您可以在更新笔记本实例时增加卷大小，但无法减小卷大小。如果要减小正在使用的 ML 存储卷的大小，请创建一个具有所需大小的新笔记本实例。

1. 在页面底部，选择**更新笔记本实例**。

1. 更新完成后，**启动**具有新设置的笔记本实例。

有关更新 SageMaker 笔记本实例设置的更多信息，请参阅[更新笔记本实例](https://docs.aws.amazon.com/sagemaker/latest/dg/nbi-update.html)。

## （可选） SageMaker 笔记本实例的高级设置
<a name="gs-ni-advanced-settings"></a>

以下教程视频展示了如何通过 SageMaker AI 控制台设置和使用 SageMaker 笔记本实例。它包括高级选项，例如 SageMaker AI 生命周期配置和导入 GitHub 存储库。（时长：26:04）

[![AWS Videos](http://img.youtube.com/vi/https://www.youtube.com/embed/X5CLunIzj3U/0.jpg)](http://www.youtube.com/watch?v=https://www.youtube.com/embed/X5CLunIzj3U)


有关 SageMaker 笔记本实例的完整文档，请参阅[使用 Amazon SageMaker 笔记本实例](https://docs.aws.amazon.com/sagemaker/latest/dg/nbi.html)。