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。
# 亚马逊 SageMaker Studio Lab 组件概述
Amazon SageMaker Studio 实验室由以下组件组成。以下主题将详细介绍这些组件。
**Topics**
+ [登录页面](#studio-lab-overview-landing)
+ [Studio Lab 账户](#studio-lab-overview-account)
+ [项目概述页面](#studio-lab-overview-project-overview)
+ [预览页面](#studio-lab-overview-preview)
+ [Project](#studio-lab-overview-project)
+ [计算实例类型](#studio-lab-overview-project-compute)
+ [项目运行时系统](#studio-lab-overview-runtime)
+ [会话](#studio-lab-overview-session)
## 登录页面
您可以在登录页面上请求账户或登录现有账户。要导航到登录页面，请访问[亚马逊 SageMaker Studio Lab 网站](https://studiolab.sagemaker.aws/)。有关如何创建 Studio Lab 账户的更多信息，请参阅[登上亚马逊 SageMaker Studio 实验室](studio-lab-onboard.md)。
以下屏幕截图显示了用于请求用户账户和登录账户的 Studio Lab 登录页面界面。
![\[亚马逊 SageMaker Studio Lab 登录页面布局。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio-lab-landing.png)
## Studio Lab 账户
有了 Studio Lab 账户，您就可以访问 Studio Lab。有关如何创建用户账户的更多信息，请参阅[登上亚马逊 SageMaker Studio 实验室](studio-lab-onboard.md)。
## 项目概述页面
您可以在此页面上启动计算实例并查看有关项目的信息。要导航到此页面，您必须从 [Amazon SageMaker Studio Lab 网站](https://studiolab.sagemaker.aws/)登录。URL 采用以下格式。
```
https://studiolab.sagemaker.aws/users/
```
以下屏幕截图显示了 Studio Lab 用户界面中的项目概述。
![\[项目概述用户界面的布局。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio-lab-overview.png)
## 预览页面
在此页面上，您可以访问 Jupyter 笔记本的只读预览。您不能从预览中执行笔记本，但可以将该笔记本复制到您的项目中。对于许多客户来说，这可能是客户看到的第一个 Studio Lab 页面，因为他们可能是在从笔记本打开 GitHub 笔记本电脑。有关如何使用 GitHub 资源的更多信息，请参阅[使用 GitHub 资源](studio-lab-use-external.md#studio-lab-use-external-clone-github)。
要将笔记本预览复制到 Studio Lab 项目，请执行以下操作：
1. 登录您的 Studio Lab 账户。有关如何创建 Studio Lab 账户的更多信息，请参阅[登上亚马逊 SageMaker Studio 实验室](studio-lab-onboard.md)。
1. 在**笔记本计算实例**下，选择计算实例类型。有关计算实例类型的更多信息，请参阅[计算实例类型](#studio-lab-overview-project-compute)。
1. 选择**启动运行时系统**。您可能会被要求破解验证码谜题。有关验证码的更多信息，请参阅[什么是验证码谜题？](https://docs.aws.amazon.com/waf/latest/developerguide/waf-captcha-puzzle.html)
1. 一次性设置，用于首次使用 Studio Lab 账户启动运行时系统：
1. 输入要与您的 Amazon SageMaker Studio Lab 账户关联的手机号码，然后选择**继续**。
有关支持的国家/地区和区域的信息，请参阅[支持的国家/地区和区域（短信通道）](https://docs.aws.amazon.com/pinpoint/latest/userguide/channels-sms-countries.html)。
1. 输入发送到相关手机号码的 6 位数字代码，然后选择**验证**。
1. 选择**复制到项目**。
## Project
您的项目包含所有文件和文件夹，包括 Jupyter 笔记本。您可以完全控制项目中的文件。您的项目还包括 JupyterLab基于的用户界面。通过此界面，您可以与 Jupyter 笔记本进行交互、编辑源代码文件 GitHub、与 Amazon S3 集成和连接。有关更多信息，请参阅 [使用 Amazon SageMaker Studio Lab 项目运行时](studio-lab-use.md)。
下面的屏幕截图显示打开了文件浏览器并显示了 Studio Lab Launcher 的 Studio Lab 项目。
![\[项目用户界面的布局。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio-lab-ui.png)
## 计算实例类型
您的 Amazon SageMaker Studio 实验室项目运行时基于 EC2 实例。 您将获得 15 GB 的存储空间和 16 GB 的内存。计算实例的可用性无法保证，需视需求而定。如果您需要额外的存储空间或计算资源，请考虑切换到 Studio。
Amazon SageMaker Studio Lab 提供 CPU（中央处理器）和 GPU（图形处理单元）两种选择。以下各节提供了有关这两个选项的信息，包括选择指南。
**CPU**
中央处理器 (CPU) 可高效处理各种任务，但同时运行的任务数量有限。对于机器学习，建议使用 CPU 来处理计算密集型算法，如时间序列、预测和表格数据。
CPU 计算类型每次最多可使用 4 小时，24 小时内最多可使用 8 小时。
**GPU**
图形处理器 (GPU) 旨在同时渲染高分辨率图像和视频。建议使用 GPU 来处理深度学习任务，尤其是对于转换器和计算机视觉。
GPU 计算类型每次最多可使用 4 小时，24 小时内最多可使用 4 小时。
**计算时间**
当 Studio Lab 的计算时间达到时间限制时，实例将停止所有正在运行的计算。Studio Lab 不支持增加时间限制。
当您更新环境时以及每次创建新文件时，Studio Lab 会自动保存您的环境。即使在运行时系统结束后，自定义安装的扩展程序和软件包也会继续存在。
文件编辑会定期保存，但运行时系统结束时不会保存。为确保不丢失进度，请手动保存您的工作。如果您的 Studio Lab 项目中有不想丢失的内容，我们建议您将内容备份到其他地方。有关导出环境和文件的更多信息，请参阅[将亚马逊 SageMaker Studio 实验室环境导出到亚马逊 SageMaker Studio 经典版](studio-lab-use-migrate.md)。
在长时间计算过程中，您不需要打开项目。例如，您可以开始训练一个模型，然后关闭浏览器。实例在 24 小时内的运行时间不超过计算类型限制。然后，您可以稍后登录以继续工作。
我们建议您在深度学习作业中使用检查点。您可以使用已保存的检查点，从先前保存的检查点重新启动作业。有关更多信息，请参阅[文件 I/O](https://d2l.ai/chapter_deep-learning-computation/read-write.html?highlight=checkpointing)。
## 项目运行时系统
项目运行时系统是指计算实例运行的时间段。
## 会话
每次启动项目时都会开始用户会话。