本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 在 SageMaker 筆記本執行個體中建立 Jupyter 筆記本
<a name="ex1-prepare"></a>

**重要**  
允許 Amazon SageMaker Studio 或 Amazon SageMaker Studio Classic 建立 Amazon SageMaker 資源的自訂 IAM 政策也必須授與許可，才能將標籤新增至這些資源。需要將標籤新增至資源的許可，因為 Studio 和 Studio Classic 會自動標記它們建立的任何資源。如果 IAM 政策允許 Studio 和 Studio Classic 建立資源，但不允許標記，則在嘗試建立資源時可能會發生 "AccessDenied" 錯誤。如需詳細資訊，請參閱[提供標記 SageMaker AI 資源的許可](security_iam_id-based-policy-examples.md#grant-tagging-permissions)。  
提供許可來建立 SageMaker 資源的 [AWS Amazon SageMaker AI 的 受管政策](security-iam-awsmanpol.md) 已包含建立這些資源時新增標籤的許可。

若要開始指令碼以進行訓練和部署模型，請在 SageMaker 筆記本執行個體中建立 Jupyter 筆記本。使用 Jupyter 筆記本，您可以在使用 SageMaker AI 功能和 AWS 基礎設施時，執行機器學習 (ML) 實驗進行訓練和推論。

**建立 Jupyter 筆記本**  
![\[動畫螢幕擷取畫面，顯示如何在 SageMaker AI 筆記本執行個體中建立 Jupyter 筆記本。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/get-started-ni/gs-ni-create-notebook.gif)

1. 依以下方式開啟筆記本執行個體：

   1. 登入 SageMaker AI 主控台，網址為 [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)。

   1. 在**筆記本執行個體**頁面上，選擇下列任一項來開啟筆記本執行個體：
      + 為 JupyterLab 介面**開啟 JupyterLab**
      + 為傳統 Jupyter 檢視**開啟 Jupyter**
**注意**  
如果筆記本執行個體狀態在**狀態**欄中顯示**待處理**中，表示您的筆記本實例仍在建立中。當筆記本執行個體備妥可用時，狀態將變更為 **InService**。

1. 建立筆記本，如下所示：
   + 如果已在 JupyterLab 檢視中開啟筆記本，請在**檔案**功能表上，選擇**新增**，然後選擇**筆記本**。對於**選取核心**，選擇 **conda\$1python3**。此預先安裝的環境包含預設 Anaconda 安裝與 Python 3。
   + 如果您在傳統 Jupyter 檢視中開啟筆記本，請在**檔案**標籤上，選擇**新增**，再選擇 **conda\$1python3**。此預先安裝的環境包含預設 Anaconda 安裝與 Python 3。

1. 儲存筆記本，如下所示：
   + 在JupyterLab視圖中，選擇**檔案**，選擇**將筆記本另存為…**，然後重新命名筆記本。
   + 在 Jupyter 傳統檢視中，選擇**檔案**，選擇**另存新檔…**，然後重新命名筆記本。