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。 # 使用 Amazon SageMaker Studio Lab 项目运行时 以下主题提供了有关使用 Amazon SageMaker Studio Lab 项目运行时的信息。 在使用 Studio Lab 项目运行时之前，必须按照中的步骤加入 Studio Lab [登上亚马逊 SageMaker Studio 实验室](studio-lab-onboard.md)。 **Topics** + [亚马逊 SageMaker Studio 实验室用户界面概述](studio-lab-use-ui.md) + [创建或打开 Amazon SageMaker Studio 实验室笔记本](studio-lab-use-create.md) + [使用 Amazon SageMaker Studio Lab 笔记本工具栏](studio-lab-use-menu.md) + [管理环境](studio-lab-use-manage.md) + [在 Amazon SageMaker Studio 实验室中使用外部资源](studio-lab-use-external.md) + [获取笔记本差异](studio-lab-use-diff.md) + [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) + [关闭 Studio Lab 资源](studio-lab-use-shutdown.md) # 亚马逊 SageMaker Studio 实验室用户界面概述 Amazon SageMaker Studio Lab 扩展了 JupyterLab 界面。以前的用户 JupyterLab 会注意到 JupyterLab 和 Studio Lab 用户界面（包括工作区）之间的相似之处。有关基本 JupyterLab 界面的概述，请参阅[接 JupyterLab口](https://jupyterlab.readthedocs.io/en/latest/user/interface.html)。 下图显示的是打开了文件浏览器并显示了 Studio Lab Launcher 的 Studio Lab。 ![\[项目用户界面的布局。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio-lab-ui.png) *菜单栏*位于屏幕顶部。*左侧边栏*包含用来打开文件浏览器、资源浏览器和工具的图标。*状态栏*位于 Studio Lab 的左下角。 主工作区在水平方向上分为两个窗格。左侧窗格是*文件和资源浏览器*。右侧窗格包含一个或多个资源标签，如笔记本和终端。 **Topics** + [左侧边栏](#studio-lab-use-ui-nav-bar) + [文件和资源浏览器](#studio-lab-use-ui-browser) + [主工作区](#studio-lab-use-ui-work) ## 左侧边栏 左侧边栏包含以下图标。在将鼠标指针悬停在图标上方时，工具提示将显示图标名称。在选择一个图标时，文件和资源浏览器将显示所描述的功能。对于分层条目，浏览器顶部的可选页面导览痕迹将显示您在层次结构中的位置。 | 图标 | 说明 | | --- | --- | | ![\[文件浏览器图标\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/File_browser_squid@2x.png) | **文件浏览器** 选择**上传文件**图标 (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/File_upload_squid.png)) 以将文件添加到 Studio Lab 中。 双击一个文件以在新选项卡中打开该文件。 要打开相邻的文件，请选择包含笔记本、Python 或文本文件的选项卡，然后选择**新建文件视图**。 选择文件浏览器顶部菜单上的加号 (**\$1**) 以打开 Studio Lab Launcher。 | | ![\[运行的终端和内核图标\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/Running_squid@2x.png) | **运行的终端和内核** 您可以看到项目中所有正在运行的终端和内核的列表。有关更多信息，请参阅 [关闭 Studio Lab 资源](studio-lab-use-shutdown.md)。 | | ![\[Git 图标\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/Git_squid@2x.png) | **Git** 您可以连接到一个 Git 存储库，然后访问各种 Git 工具和操作。有关更多信息，请参阅 [在 Amazon SageMaker Studio 实验室中使用外部资源](studio-lab-use-external.md)。 | | ![\[目录图标\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab-toc.png) | **目录** 您可以访问当前 Jupyter 笔记本的目录。 | | ![\[扩展管理器图标\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab-extension.png) | **扩展管理器** 您可以启用和管理第三方 JupyterLab 扩展程序。 | ## 文件和资源浏览器 文件和资源浏览器会显示笔记本和文件的列表。在文件浏览器顶部的菜单上，选择加号 (**\$1**) 以打开 Studio Lab Launcher。您可以使用 Launcher 创建笔记本或打开终端。 ## 主工作区 主工作区有多个选项卡，其中包含打开的笔记本和终端。 # 创建或打开 Amazon SageMaker Studio 实验室笔记本 在 Amazon SageMaker Studio Lab 中创建笔记本或在 Studio Lab 中打开笔记本时，必须为笔记本选择内核。以下主题将介绍如何在 Studio Lab 中创建和打开笔记本。 关于关闭笔记本的信息，请参阅[关闭 Studio Lab 资源](studio-lab-use-shutdown.md)。 **Topics** + [打开 Studio Lab 笔记本](#studio-lab-use-create-open) + [从文件菜单创建笔记本](#studio-lab-use-create-file) + [从 Launcher 创建笔记本](#studio-lab-use-create-launcher) ## 打开 Studio Lab 笔记本 Studio Lab 只能打开 Studio Lab 文件浏览器中列出的笔记本。要从外部存储库将笔记本克隆到文件浏览器中，请参阅[在 Amazon SageMaker Studio 实验室中使用外部资源](studio-lab-use-external.md)。 **打开笔记本** 1. 在左侧边栏中，选择**文件浏览器**图标 (![\[Dark blue square icon with a white outline of a cloud and an arrow pointing upward.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/File_browser_squid.png)) 以显示文件浏览器。 1. 浏览找到笔记本文件并双击该文件，以在新选项卡中打开笔记本。 ## 从文件菜单创建笔记本 **从文件菜单创建笔记本** 1. 在 Studio Lab 菜单中选择**文件**，选择**新建**，然后选择**笔记本**。 1. 要使用默认内核，请在**选择内核**对话框中，选定**选择**。否则，请使用下拉菜单选择其他内核。 ## 从 Launcher 创建笔记本 **从 Launcher 创建笔记本** 1. 使用键盘快捷键 `Ctrl + Shift + L` 打开 Launcher。 或者，您可以从左侧边栏打开 Launcher：选择**文件浏览器**图标，然后选择加号 (**\$1**) 图标。 1. 要使用 Launcher 中的默认内核，请在**笔记本**下选择 **default:Python**。否则，请选择其他内核。 选择内核后，笔记本将启动并在新的 Studio Lab 标签页中打开。 要查看笔记本的内核会话，请在左侧边栏中选择**运行终端和内核**图标 (![\[Square icon with a white outline of a cloud on a dark blue background.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/Running_squid.png))。您可以从此视图停止笔记本的内核会话。 # 使用 Amazon SageMaker Studio Lab 笔记本工具栏 Amazon SageMaker Studio Lab 笔记本扩展了 JupyterLab 界面。有关基本 JupyterLab 界面的概述，请参阅[接 JupyterLab口](https://jupyterlab.readthedocs.io/en/latest/user/interface.html)。 下图显示 Studio Lab 笔记本中的菜单栏和一个空单元格。 ![\[笔记本工具栏的布局，包括工具栏图标。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio-lab-menu.png) 将鼠标悬停在工具栏图标上时，工具提示会显示图标的功能。您可以在 Studio Lab 主菜单中找到其他笔记本命令。工具栏包括以下图标： | 图标 | 说明 | | --- | --- | | ![\[保存和检查点图标。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab-save-and-checkpoint.png) | **保存和检查点** 保存笔记本并更新检查点文件。 | | ![\[插入单元格图标。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab-insert-cell.png) | **插入单元格** 在当前单元格下方插入一个代码单元格。当前单元格由左边距中的蓝色垂直标记表示。 | | ![\[剪切、复制和粘贴单元格图标。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab_cut_copy_paste.png) | **剪切、复制和粘贴单元格** 剪切、复制和粘贴选定的单元格。 | | ![\[运行单元格图标。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab-run.png) | **运行单元格** 运行选定的单元格。最后选定的单元格之后的单元格成为新选定的单元格。 | | ![\[中断内核图标。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab-interrupt-kernel.png) | **中断内核** 中断内核，取消当前运行的操作。内核保持活动状态。 | | ![\[重新启动内核图标。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab-restart-kernel.png) | **重新启动内核** 重新启动内核。变量被重置。未保存的信息不受影响。 | | ![\[重启内核并重新运行笔记本图标。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab-restart-rerun-kernel.png) | **重启内核并重新运行笔记本** 重新启动内核。变量被重置。未保存的信息不受影响。然后重新运行整个笔记本。 | | ![\[单元格类型图标。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab_cell.png) | **单元格类型** 显示或更改当前单元格类型。单元格类型有： [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/studio-lab-use-menu.html) | | ![\[检查点差异图标。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab-checkpoint-diff.png) | **检查点差异** 打开一个新的选项卡，其中显示笔记本和检查点文件之间的差异。有关更多信息，请参阅 [获取笔记本差异](studio-lab-use-diff.md)。 | | ![\[Git 差异图标。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab-git-diff.png) | **Git 差异** 仅当从 Git 存储库打开笔记本时才启用。打开一个新的选项卡，其中显示笔记本和上次 Git 提交之间的差异。有关更多信息，请参阅 [获取笔记本差异](studio-lab-use-diff.md)。 | | **默认值** | **内核** 显示或更改用于处理笔记本中的单元格的内核。 `No Kernel` 指示在没有指定内核的情况下打开了笔记本。您可以编辑笔记本，但无法运行任何单元格。 | | ![\[内核忙状态图标。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/studio-lab-kernel.png) | **内核忙碌状态** 通过将圆的边缘和内部显示为相同颜色来显示内核的繁忙状态。内核在启动时和处理单元格时处于忙碌状态。其他内核状态显示在 Studio Lab 左下角的状态栏中。 | # 管理环境 Amazon SageMaker Studio Lab 为您的 Studio 实验室笔记本实例提供了预安装的环境。通过环境，您可以使用要使用的软件包启动一个 Studio Lab 笔记本实例。具体方法是在环境中安装软件包，然后选择环境作为内核。 Studio Lab 为您预装了各种环境。如果您想使用已包含机器学习 (ML) 工程师和数据科学家使用的许多常用软件包的完全托管环境，通常会希望使用 `sagemaker-distribution` 环境。否则，如果您想对自己的环境进行持续自定义，可以使用 `default` 环境。有关可用的预装 Studio Lab 环境的更多信息，请参阅[Studio Lab 预装环境](studio-lab-environments.md)。 您可以通过向环境中添加新的软件包（或库）来自定义环境。您还可以从 Studio Lab 创建新环境、导入兼容环境、重置环境以创建空间等。 以下命令用于在 Studio Lab 终端中运行。不过，在安装软件包时，强烈建议将其安装在 Studio Lab Jupyter Notebook 中，以确保软件包安装在预期环境中。这样可以确保软件包安装在预期的环境中。要在 Jupyter 笔记本中运行这些命令，请在运行单元前在命令前加上 `%` 前缀。例如，终端中的代码片段 `pip list` 与 Jupyter 笔记本中的代码片段 `%pip list` 相同。 以下各节将介绍有关 `default` conda 环境的信息、如何自定义以及如何添加和删除 conda 环境。有关可安装到 Studio Lab 的示例环境列表，请参阅[创建自定义 conda 环境](https://github.com/aws/studio-lab-examples/tree/main/custom-environments)。要在 Studio Lab 中使用这些示例环境 YAML 文件，请参阅[步骤 4：在 Studio Classic 中安装您的 Studio Lab conda 环境](studio-lab-use-migrate.md#studio-lab-use-migrate-step4)。 **Topics** + [默认环境](#studio-lab-use-manage-conda-default) + [查看环境](#studio-lab-use-view-conda-envs) + [创建、激活和使用新的 conda 环境](#studio-lab-use-manage-conda-new-conda) + [使用 Studio Lab 环境示例](#studio-lab-use-manage-conda-sample) + [自定义环境](#studio-lab-use-manage-conda-default-customize) + [刷新 Studio Lab](#studio-lab-use-manage-conda-reset) ## 默认环境 Studio Lab 使用 conda 环境来封装运行笔记本所需的软件包。您的项目包含带有[IPython 内核](https://ipython.readthedocs.io/en/stable/)的默认 conda 环境`default`，名为该环境。该环境是 Jupyter 笔记本的默认内核。 ## 查看环境 要查看 Studio Lab 中的环境，可以使用终端或 Jupyter 笔记本。以下命令将用于 Studio Lab 终端。如果您希望在 Jupyter 笔记本中运行相应命令，请参阅[管理环境](#studio-lab-use-manage)。 打开 Studio Lab 终端，方法是打开**文件浏览器**面板 (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio/icons/folder.png))，选择文件浏览器顶部菜单上的加号 (**\$1**) 以打开 **Launcher**，然后选择**终端**。在 Studio Lab 终端运行以下命令，列出 conda 环境。 ``` conda env list ``` 该命令将输出 conda 环境列表及其在文件系统中的位置。当您登录到 Studio Lab 时，会自动激活 `studiolab` conda 环境。以下是登录后列出的环境示例。 ``` # conda environments: # default /home/studio-lab-user/.conda/envs/default studiolab * /home/studio-lab-user/.conda/envs/studiolab studiolab-safemode /opt/amazon/sagemaker/safemode-home/.conda/envs/studiolab-safemode base /opt/conda sagemaker-distribution /opt/conda/envs/sagemaker-distribution ``` `*` 标记已激活的环境。 ## 创建、激活和使用新的 conda 环境 如果您想为不同的使用案例维护多个环境，则可以在项目中创建新的 conda 环境。以下各节将介绍如何创建和激活新的 conda 环境。有关演示如何创建自定义环境的 Jupyter 笔记本，请参阅在 [ SageMaker Studio Lab 中设置自定义环境](https://github.com/aws/studio-lab-examples/blob/main/custom-environments/custom_environment.ipynb)。 **注意** 维护多个环境会占用 Studio Lab 的可用内存。 **创建 conda 环境** 要创建 conda 环境，请在终端运行以下 conda 命令。此示例使用 Python 3.9 创建了一个新环境。 ``` conda create --name python=3.9 ``` 创建 conda 环境后，您可以在环境列表中查看该环境。有关如何查看环境列表的更多信息，请参阅[查看环境](#studio-lab-use-view-conda-envs)。 **激活 conda 环境** 要激活任何 conda 环境，请在终端运行以下命令。 ``` conda activate  ``` 运行此命令后，使用 conda 或 pip 安装的所有软件包都会安装到环境中。有关安装软件包的更多信息，请参阅[自定义环境](#studio-lab-use-manage-conda-default-customize)。 **使用 conda 环境** 1. 要在笔记本中使用新的 conda 环境，请确保环境中安装了 `ipykernel` 软件包。 ``` conda install ipykernel ``` 1. 在环境中安装 `ipykernel` 软件包后，可以选择该环境作为笔记本的内核。 您可能需要重新启动 JupyterLab 才能看到作为内核可用的环境。这可以通过在 ** SageMaker Studio Lab 打开项目的顶部菜单中选择 Amazon** Studio Lab，然后选择 “**重启 JupyterLab...**” 来完成 。 1. 您可以为现有笔记本选择内核，也可以在创建新的笔记本时选择内核。 + 对于现有笔记本：打开笔记本，然后从顶部菜单的右侧选择当前内核。您可以从下拉菜单中选择要使用的内核。 + 对于新笔记本：打开 Studio Lab 启动程序，然后在**笔记本**下选择内核。这将打开具有所选内核的笔记本。 有关 Studio Lab UI 的概述，请参阅[亚马逊 SageMaker Studio 实验室用户界面概述](studio-lab-use-ui.md)。 ## 使用 Studio Lab 环境示例 Studio Lab 通过 [SageMaker Studio 实验室示例存储库提供示例](https://github.com/aws/studio-lab-examples)自定义环境。下面将介绍如何克隆和构建这些环境。 1. 按照中的说明克隆 SageMaker Studio Lab 示例 GitHub 存储库[使用 GitHub 资源](studio-lab-use-external.md#studio-lab-use-external-clone-github)。 1. 在 Studio Lab 中，选择左侧菜单上的**文件浏览器**图标 (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio/icons/folder.png))，这样**文件浏览器**面板就会显示在左侧。 1. 在文件浏览器中，导航到 `studio-lab-examples/custom-environments` 目录。 1. 打开要构建的环境的目录。 1. 右键单击文件夹中的 `.yml` 文件，然后选择**构建 conda 环境**。 1. 现在，您可以在 conda 环境构建完成后将其作为内核使用。有关如何将现有环境用作内核的说明，请参阅[创建、激活和使用新的 conda 环境](#studio-lab-use-manage-conda-new-conda) ## 自定义环境 您可以根据需要安装或删除扩展程序和软件包，从而自定义您的环境。Studio Lab 随附了预装软件包的环境，使用现有环境可以节省时间和内存，因为预装软件包不占用 Studio Lab 可用内存。有关可用的预装 Studio Lab 环境的更多信息，请参阅[Studio Lab 预装环境](studio-lab-environments.md)。 在您的 `default` 环境中安装的所有已安装的扩展程序和软件包都将保留在您的项目中。也就是说，不需要为每个项目运行时会话安装软件包。但是，安装在 `sagemaker-distribution` 环境中的扩展程序和软件包将不会持续存在，因此您需要在下一次会话中安装新的软件包。因此，强烈建议在笔记本中安装软件包，以确保软件包安装在预期的环境中。 要查看您的环境，请运行命令 `conda env list`。 要激活您的环境，请运行命令 `conda activate `。 要查看环境中的软件包，请运行命令 `conda list`。 **安装软件包** 强烈建议在 Jupyter 笔记本中安装软件包，以确保软件包安装在预期的环境中。要在 Jupyter 笔记本的环境中安装其他软件包，请在 Jupyter 笔记本的单元格中运行以下命令之一。这些命令在当前激活的环境中安装软件包。 + `%conda install ` + `%pip install ` 我们不建议使用 `!pip` 或 `!conda` 命令，因为当您有多个环境时，这些命令可能以意想不到的方式运行。 在环境中安装新软件包后，可能需要重启内核，以确保软件包在笔记本中正常运行。这可以通过在 ** SageMaker Studio Lab 打开项目的顶部菜单中选择 Amazon St** udio Lab 并选择 “**重启 JupyterLab...**” 来完成 。 **删除软件包** 要删除软件包，请运行命令 ``` %conda remove ``` 此命令还将删除任何依赖 `` 的软件包，除非可以找到没有该依赖关系的替代软件包。 要删除环境中的所有软件包，请运行命令 ``` conda deactivate && conda env remove --name ``` ## 刷新 Studio Lab 要刷新 Studio Lab，请删除所有环境和文件。 1. 列出所有 conda 环境。 ``` conda env list ``` 1. 激活基础环境。 ``` conda activate base ``` 1. 删除 conda 环境列表中除基础环境之外的每个环境。 ``` conda remove --name --all ``` 1. 删除 Studio Lab 上的所有文件。 ``` rm -rf *.* ``` # 在 Amazon SageMaker Studio 实验室中使用外部资源 借助 Amazon SageMaker Studio Lab，您可以整合来自 Git 存储库和 Amazon S3 的外部资源，例如 Jupyter 笔记本和数据。您还可以在 GitHub 存储库和笔记本中添加 “**在 Studio Lab 中打开**” 按钮。通过此按钮，您可以直接从 Studio Lab 克隆笔记本。 以下主题将介绍如何集成外部资源。 **Topics** + [使用 GitHub 资源](#studio-lab-use-external-clone-github) + [在笔记本中添加**在 Studio Lab 中打开**按钮](#studio-lab-use-external-add-button) + [从电脑中导入文件](#studio-lab-use-external-import) + [连接到 Amazon S3](#studio-lab-use-external-s3) ## 使用 GitHub 资源 Studio Lab 提供与 GitHub. 通过这种集成，您可以将笔记本和存储库直接克隆到 Studio Lab 项目中。 以下主题提供了有关如何在 Studio Lab 中使用 GitHub 资源的信息。 ### Studio Lab 示例笔记本 要开始使用为 Studio Lab 量身定制的示例笔记本存储库，请参阅 [Studio Lab 示例笔记本](https://github.com/aws/studio-lab-examples#sagemaker-studio-lab-sample-notebooks)。 此存储库为以下使用案例和其他使用案例提供笔记本。 + 计算机视觉 + 正在连接到 AWS + 创建自定义环境 + 地理空间数据分析 + 自然语言处理 + 使用 R ### 克隆存储 GitHub 库 要将 GitHub 存储库克隆到您的 Studio Lab 项目，请按照以下步骤操作。 1. 启动 Studio Lab 项目运行时系统。有关启动 Studio Lab 项目运行时系统的更多信息，请参阅[启动项目运行时系统](studio-lab-manage-runtime.md#studio-lab-manage-runtime-start)。 1. 在 Studio Lab 中，选择左侧菜单上的**文件浏览器**图标 (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio/icons/folder.png))，这样**文件浏览器**面板就会显示在左侧。 1. 选择文件搜索栏下方的文件图标，导航至用户目录。 1. 从左侧菜单中选择 **Git** 图标 (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio/icons/git.png))，打开一个新的下拉菜单。 1. 选择**克隆存储库**。 1. 将存储库的 URL 粘贴到 **Git 存储库 URL (.git)** 下。 1. 选择**克隆**。 ### 从中克隆单个笔记本 GitHub 要在 Studio Lab 中打开笔记本，您必须有权访问该笔记本所在的存储库。以下示例描述了 Studio Lab 在各种情况下与权限相关的行为。 + 如果存储库是公有的，您可以从 Studio Lab 预览页面自动将笔记本克隆到项目中。 + 如果存储库是私有的，则系统会提示您 GitHub 从 Studio Lab 预览页面登录。如果您有权访问私有存储库，则可以将笔记本克隆到项目中。 + 如果您无权访问私有存储库，则无法从 Studio Lab 预览页面克隆笔记本。 以下各节显示了在 Studio Lab 项目中复制 GitHub 笔记本的两个选项。这些选项取决于笔记本是否有**在 Studio Lab 中打开**按钮。 #### 选项 1：用**在 Studio Lab 中打开**按钮复制笔记本 以下过程介绍如何复制具有**在 Studio Lab 中打开**按钮的笔记本。如果您想将此按钮添加到笔记本中，请参阅[在笔记本中添加**在 Studio Lab 中打开**按钮](#studio-lab-use-external-add-button)。 1. 按照[登录 Studio Lab](studio-lab-onboard.md#studio-lab-onboard-signin)中的步骤登录 Studio Lab。 1. 在新的浏览器选项卡中，导航到要克隆的 GitHub 笔记本。 1. 在笔记本中，选择**在 Studio Lab 中打开**按钮，即可在 Studio Lab 中打开一个新页面，并预览笔记本。 1. 如果项目运行时系统尚未运行，请选择预览页面顶部的**启动运行时系统**按钮来启动运行时系统。等待运行时系统启动后再进行下一步。 1. 项目运行时系统启动后，选择**复制到项目**，即可在新的浏览器标签页中打开项目运行时系统。 1. 在 **Copy from 中 GitHub？** 对话框中，选择 “**仅复制笔记本**”。这会将笔记本文件复制到项目中。 #### 选项 2：克隆任何 GitHub 笔记本电脑 以下过程说明如何从中复制任何笔记本 GitHub。 1. 导航到中的笔记本 GitHub。 1. 在浏览器地址栏中，修改笔记本 URL，如下所示。 ``` # Original URL https://github.com/ # Modified URL  https://studiolab.sagemaker.aws/import/github/ ``` 1. 导航至修改后的 URL。这将在 Studio Lab 中打开笔记本的预览。 1. 如果项目运行时系统尚未运行，请选择预览页面顶部的**启动运行时系统**按钮来启动运行时系统。等待运行时系统启动后再进行下一步。 1. 项目运行时系统启动后，选择**复制到项目**，即可在新的浏览器标签页中打开项目运行时系统。 1. 在 **Copy from 中 GitHub？** 对话框中，选择 “**仅复制笔记本**”，将笔记本文件复制到您的项目中。 ## 在笔记本中添加**在 Studio Lab 中打开**按钮 将**在 Studio Lab 中打开**按钮添加到笔记本后，其他人就可以将您的笔记本或存储库直接克隆到他们的 Studio Lab 项目中。如果您在公共 GitHub 存储库中共享笔记本，则您的内容将是公开可读的。请勿在笔记本中共享私密内容，例如 AWS 访问密钥或 AWS Identity and Access Management 凭据。 要将**在 Studio Lab 中打开**功能按钮添加到您的 Jupyter 笔记本或存储库，请在笔记本或存储库顶部添加以下标记。 ``` [![Open In SageMaker Studio Lab](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/) ``` ## 从电脑中导入文件 以下步骤说明如何将电脑中的文件导入到 Studio Lab 项目。  1. 打开 Studio Lab 项目运行时系统。 1. 打开**文件浏览器**面板。 1. 在**文件浏览器**面板的操作栏中，选择**上传文件**按钮。 1. 选择要从本地电脑上传的文件。 1. 选择**打开**。 或者，您可以将文件从电脑拖放到**文件浏览器**面板。 ## 连接到 Amazon S3 AWS CLI 允许 AWS 集成到您的 Studio Lab 项目中。通过这种集成，您可以从 Amazon S3 中提取资源以与 Jupyter 笔记本一起使用。 要 AWS CLI 与 Studio Lab 配合使用，请完成以下步骤。有关概述此集成的笔记本，请参阅将 [Studio Lab 与 AWS 资源一起使用](https://github.com/aws/studio-lab-examples/blob/main/connect-to-aws/Access_AWS_from_Studio_Lab.ipynb)。 1. AWS CLI 按照[安装或更新最新版本中的步骤进行](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html)安装 AWS CLI。 1. 按照[快速设置](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-quickstart.html)中的步骤配置您的 AWS 凭据。您的 AWS 账户角色必须有权访问您要从中复制数据的 Amazon S3 存储桶。 1. 在 Jupyter 笔记本中，根据需要从 Amazon S3 存储桶克隆资源。以下命令显示了如何将 Amazon S3 路径中的所有资源克隆到项目中。有关更多信息，请参阅 [AWS CLI 命令参考](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/s3/cp.html)。 ``` !aws s3 cp s3://// / --recursive ``` # 获取笔记本差异 您可以使用 Amazon SageMaker Studio Lab 项目用户界面显示当前笔记本与上次检查点或上次 Git 提交之间的区别。 **Topics** + [获取与上一个检查点之间的差异](#studio-lab-use-diff-checkpoint) + [获取与上次提交之间的差异](#studio-lab-use-diff-git) ## 获取与上一个检查点之间的差异 创建笔记本时，会创建一个与笔记本匹配的隐藏检查点文件。您可以查看笔记本和检查点文件之间的更改，或者还原笔记本以匹配检查点文件。 要保存 Studio Lab 笔记本并更新检查点文件以进行匹配：选择**保存笔记本并创建检查点**图标 (![\[Icon of a cloud with an arrow pointing upward, representing cloud upload functionality.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/Notebook_save.png))。此图标位于 Studio Lab 菜单的左侧。**保存笔记本并创建检查点**的键盘快捷键是 `Ctrl + s`。 要查看 Studio Lab 笔记本和检查点文件之间的更改：选择 Studio Lab 菜单中央的**检查点差异**图标 (![\[Camera icon representing image capture or photo functionality.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/Checkpoint_diff.png))。 要将 Studio Lab 笔记本还原为检查点文件：在 Studio Lab 主菜单上选择**文件**，然后选择**将笔记本还原为检查点**。 ## 获取与上次提交之间的差异 如果笔记本是从 Git 存储库打开的，您可以查看笔记本与上次 Git 提交之间的差异。 要查看上次 Git 提交后笔记本中的更改，请选择笔记本菜单中心的 **Git 差异**图标 (![\[GitHub icon representing version control and source code management.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/Git_diff.png))。 # 将亚马逊 SageMaker Studio 实验室环境导出到亚马逊 SageMaker Studio 经典版 Amazon SageMaker Studio Classic 为机器学习和深度学习工作流程提供了许多功能，这些功能在 Amazon SageMaker Studio Lab 中是不可用的。本页介绍如何将 Studio Lab 环境迁移到 Studio Classic，以利用更多的计算容量、存储空间和功能。不过，您可能需要熟悉 Studio Classic 的预构建容器，这些容器针对完整的 MLOP 管道进行了优化。有关更多信息，请参阅 [亚马逊 SageMaker Studio 实验室](studio-lab.md)。 要将 Studio Lab 环境迁移到 Studio Classic，您首先必须按照 [亚马逊 SageMaker AI 域名概述](gs-studio-onboard.md) 中的步骤登录到 Studio Classic。 **Topics** + [步骤 1：导出 Studio Lab 的 conda 环境](#studio-lab-use-migrate-step1) + [步骤 2：保存 Studio Lab 构件](#studio-lab-use-migrate-step2) + [步骤 3：将 Studio Lab 构件导入到 Studio Classic](#studio-lab-use-migrate-step3) + [步骤 4：在 Studio Classic 中安装您的 Studio Lab conda 环境](#studio-lab-use-migrate-step4) ## 步骤 1：导出 Studio Lab 的 conda 环境 您可以按照[管理环境](studio-lab-use-manage.md)中的步骤导出 conda 环境并向环境中添加库或软件包。以下示例演示如何使用要导出到 Studio Classic 的 `default` 环境。 1. 打开 Studio Lab 终端，方法是打开**文件浏览器**面板 (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio/icons/folder.png))，选择文件浏览器顶部菜单上的加号 (**\$1**) 以打开 **Launcher**，然后选择**终端**。在 Studio Lab 终端运行以下命令，列出 conda 环境。 ``` conda env list ``` 该命令将输出 conda 环境列表及其在文件系统中的位置。当您登录到 Studio Lab 时，会自动激活 `studiolab` conda 环境。 ``` # conda environments: # default /home/studio-lab-user/.conda/envs/default studiolab * /home/studio-lab-user/.conda/envs/studiolab studiolab-safemode /opt/amazon/sagemaker/safemode-home/.conda/envs/studiolab-safemode base /opt/conda ``` 我们建议您不要导出 `studiolab`、`studiolab-safemode` 和 `base` 环境。由于以下原因，Studio Classic 中无法使用这些环境： + `studiolab`: 这为 Studio Lab 设置了 JupyterLab 环境。Studio Lab 运行的主要版本与 Studio Classic 不同，因此无法在 Studio Classic 中使用。 JupyterLab + `studiolab-safemode`: 这也为 Studio Lab 设置了 JupyterLab 环境。Studio Lab 运行的主要版本与 Studio Classic 不同，因此无法在 Studio Classic 中使用。 JupyterLab + `base`：该环境默认使用 conda。Studio Lab 中的 `base` 环境和 Studio Classic 中的 `base` 环境有许多软件包的版本不兼容。 1. 对于要迁移到 Studio Classic 的 conda 环境，首先要激活 conda 环境。当安装或删除新库时，`default` 环境也会随之改变。要获取环境的确切状态，请使用命令行将其导出为 YAML 文件。以下命令行将默认环境导出为 YAML 文件，创建一个名为 `myenv.yml` 的文件。 ``` conda activate default conda env export > ~/myenv.yml ``` ## 步骤 2：保存 Studio Lab 构件 现在，您已经将环境保存到 YAML 文件中，可以将环境文件移动到任何平台上。 ------ #### [ Save to a local machine using Studio Lab GUI ] **注意** 通过右键单击目录从 Studio Lab GUI 下载目录的功能目前不可用。如果要导出目录，请使用**保存到 Git 存储库**选项卡按照步骤操作。 一种选择是将环境保存到本地电脑上。为此，请使用以下过程。 1. 在 Studio Lab 中，选择左侧菜单上的**文件浏览器**图标 (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio/icons/folder.png))，这样**文件浏览器**面板就会显示在左侧。 1. 选择文件搜索栏下方的文件图标，导航至用户目录。 1. 选择（右键单击）`myenv.yml` 文件，然后选择**下载**。您可以对要导入到 Studio Classic 的其他文件重复此过程。 ------ #### [ Save to a Git repository ] 另一种选择是将环境保存到 Git 存储库中。此选项 GitHub 用作示例。这些步骤需要 GitHub 账户和存储库。有关更多信息，请访问[GitHub](https://github.com/)。以下过程说明如何 GitHub 使用 Studio Lab 终端将内容与同步。 1. 从 Studio Lab 终端，导航到用户目录，并新建一个目录以包含要导出的文件。 ``` cd ~ mkdir ``` 1. 创建新目录后，将任何要导出的文件或目录复制到 ``。 使用以下代码格式复制文件： ``` cp ``` 例如，将 `` 替换为 `myenv.yml`。 使用以下代码格式复制任何目录： ``` cp -r ``` 例如，将 `` 替换为用户目录中的任何目录名。 1. 导航至新目录，使用以下命令将该目录初始化为 Git 存储库。有关更多信息，请参阅 [git-init 文档](https://git-scm.com/docs/git-init)。 ``` cd git init ``` 1. 使用 Git 添加所有相关文件，然后提交更改。 ``` git add . git commit -m "" ``` 例如，将 `` 替换为 `Add Amazon SageMaker Studio Lab artifacts to GitHub repository to migrate to Amazon SageMaker Studio Classic `。 1. 将提交推送到远程存储库。此存储库的格式为，`https://github.com// .git`其中``是您的 GitHub用户名，``是您的远程存储库名称。创建一个分支``以将内容推送到 GitHub 存储库。 ``` git branch -M git remote add origin https://github.com//.git git push -u origin ``` ------ ## 步骤 3：将 Studio Lab 构件导入到 Studio Classic 以下过程说明如何将构件导入到 Studio Classic。通过管理控制台使用特征存放区的指令取决于您是否已启用 Studio 或 Studio Classic 作为默认体验。有关通过管理控制台访问 Studio Classic 的信息，请参阅 [如果 Studio 是您的默认体验，则启动 Studio Classic](studio-launch.md#studio-launch-console-updated)。 在 Studio Classic 中，您可以从本地电脑或 Git 存储库导入文件。您可使用 Studio Classic GUI 或终端完成此操作。以下过程使用[步骤 2：保存 Studio Lab 构件](#studio-lab-use-migrate-step2)中的示例。 ------ #### [ Import using the Studio Classic GUI ] 如果将文件保存到了本地电脑，则可以通过以下步骤将文件导入到 Studio Classic。 1. 打开 Studio Classic 左上角的**文件浏览器**面板 (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio/icons/folder.png))。 1. 在**文件浏览器**面板顶部的菜单上选择**上传文件**图标 (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/File_upload_squid.png))。 1. 导航到要导入的文件，然后选择**打开**。 **注意** 要将目录导入到 Studio Classic，首先要将本地电脑上的目录压缩成文件。在 Mac 上，右键单击该目录并选择 **“压缩**”**。在 Windows 中，右键单击目录并选择**发送到**，然后选择**压缩的文件夹**。压缩目录后，使用前面的步骤导入压缩文件。导航到 Studio Classic 终端并运行命令 `.zip` 来解压缩压缩文件。 ------ #### [ Import using a Git repository ] 此示例为如何将 GitHub 存储库克隆到 Studio Classic 提供了两个选项。您可以通过选择 Studio Classic 左侧的 **Git** (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio/icons/git.png)) 选项卡来使用 Studio Classic GUI。选择 “**克隆存储库**”，然后从中粘贴您的 GitHub 存储库 URL [步骤 2：保存 Studio Lab 构件](#studio-lab-use-migrate-step2)。另一种方法是使用 Studio Classic 终端，具体步骤如下。 1. 打开 Studio Classic **Launcher**。有关打开**启动器的**更多信息，请参阅 [Amazon SageMaker Studio 经典启动器](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-launcher.html)。 1. 在 **Launcher** 的**笔记本和计算资源**部分，选择**更改环境**。 1. 在 Studio Classic 中，打开 **Launcher**。要打开**启动器**，请选择 ** SageMaker Studio Classic 左上角的 Amazon St** udio Classic。 要了解打开 **Launcher** 的所有可用方法，请参阅[使用 Amazon SageMaker Studio 经典启动器](studio-launcher.md)。 1. 在**更改环境**对话框中，使用**映像**下拉列表选择 **Data Science** 映像并选定**选择**。此映像已预装 conda。 1. 在 Studio Classic **Launcher** 中，选择**打开映像终端**。 1. 在映像终端中，运行以下命令来克隆存储库。此命令在 Studio Classic 实例中创建一个以 `` 命名的目录，并在该存储库中克隆您的构件。 ``` git clone https://github.com//.git ``` ------ ## 步骤 4：在 Studio Classic 中安装您的 Studio Lab conda 环境 现在，您可以在 Studio Classic 实例中使用 YAML 文件重新创建 conda 环境。打开 Studio Classic **Launcher**。有关打开**启动器的**更多信息，请参阅 [Amazon SageMaker Studio 经典启动器](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-launcher.html)。在 **Launcher** 中，选择**打开映像终端**。在终端中，导航到包含 YAML 文件的目录，然后运行以下命令。 ``` conda env create --file .yml conda activate ``` 完成这些命令后，您就可以选择环境作为 Studio Classic 笔记本实例的内核。要查看可用环境，请运行 `conda env list`。要激活您的环境，请运行 `conda activate `。 # 关闭 Studio Lab 资源 您可以从 SageMaker Studio 实验室环境中的一个位置查看和关闭正在运行的 Amazon Studio 实验室资源。运行资源类型包括终端和内核。您还可以同时关闭一种资源类型的所有资源。 关闭属于某一资源类型的所有资源时，会发生以下情况： + **内核** – 关闭所有内核、笔记本和控制台。 + **终端** – 关闭所有终端。 **关闭 Studio Lab 资源** 1. 启动 Studio Lab 项目运行时系统。有关启动 Studio Lab 项目运行时系统的更多信息，请参阅[启动项目运行时系统](studio-lab-manage-runtime.md#studio-lab-manage-runtime-start)。 1. 在左侧导航窗格中，选择**运行的终端和内核**图标 (![\[Square icon with a white outline of a cloud on a dark blue background.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/Running_squid.png))。 1. 选择要关闭的资源右侧的 **X** 符号。将光标悬停在资源上，即可查看 **X** 符号。 1. (可选）选择资源类型名称右侧的**关闭全部**即可关闭指定资源类型的所有资源。