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。

# 自訂 Amazon SageMaker Studio Classic
<a name="studio-customize"></a>

**重要**  
自 2023 年 11 月 30 日起，先前的 Amazon SageMaker Studio 體驗現在命名為 Amazon SageMaker Studio Classic。下節專門介紹如何使用 Studio Classic 應用程式。如需使用已更新 Studio 體驗的資訊，請參閱 [Amazon SageMaker Studio](studio-updated.md)。  
Studio Classic 仍會針對現有工作負載進行維護，但無法再用於加入。您只能停止或刪除現有的 Studio Classic 應用程式，而且無法建立新的應用程式。建議您[將工作負載遷移至新的 Studio 體驗](studio-updated-migrate.md)。

自訂 Amazon SageMaker Studio Classic 環境有四種選項。您可以使用自己的 SageMaker 映像檔、使用生命週期組態指令碼、將建議的 Git 存放庫連接到 Studio Classic，或使用 Amazon EFS 中的持久性 Conda 環境建立核心。單獨使用或搭配使用每個選項。
+ **使用您自己的 SageMaker 映像檔：**SageMaker 映像檔是一個檔案，可識別在 Amazon SageMaker Studio Classic 中執行 Jupyter 筆記本所需的核心、語言套件和其他相依性。Amazon SageMaker AI 提供許多內建映像供您使用。如果您需要不同的功能，您可以自帶自訂映像至 Studio Classic。
+ **搭配 Amazon SageMaker Studio Classic 使用生命週期組態：**生命週期組態是由 Amazon SageMaker Studio Classic 生命週期事件觸發的 Shell 指令碼，例如啟動新的 Studio Classic 筆記本。您可以使用生命週期組態，為您的 Studio Classic 環境自動化自訂。例如，您可以安裝自訂套件、設定筆記本擴充功能、預先載入資料集，以及設定原始程式碼儲存庫。
+ **將建議的 Git 儲存庫連接至 Studio Classic：**您可以在 Amazon SageMaker AI 網域或使用者設定檔層級連接建議的 Git 儲存庫網址。然後，您可以從建議清單中選擇儲存庫 URL，然後使用 Studio Classic 中的 Git 擴展將其複製到您的環境中。
+ 將 **Conda 環境保存到 Studio Classic Amazon EFS 磁碟區：**Studio Classic 使用 Amazon EFS 磁碟區做為持久性儲存層。您可以將 Conda 環境儲存在此 Amazon EFS 磁碟區上，然後使用儲存的環境建立核心。Studio Classic 會自動選取 Amazon EFS 中儲存的所有有效環境，做為 KernelGateway 核心。這些核心通過核心、應用程式和 Studio Classic 的重新啟動而保存。如需詳細資訊，請參閱[在 Amazon SageMaker Studio Classic 筆記本中管理 Python 套件的四種方法](https://aws.amazon.com/blogs/machine-learning/four-approaches-to-manage-python-packages-in-amazon-sagemaker-studio-notebooks/)中的**將 Conda 環境保存到 Studio Classic EFS 磁碟區**一節。

下列主題說明如何使用這三個選項來自訂您的 Amazon SageMaker Studio Classic 環境。

**Topics**
+ [Amazon SageMaker Studio Classic 中的自訂映像](studio-byoi.md)
+ [使用生命週期組態自訂 Amazon SageMaker Studio Classic](studio-lcc.md)
+ [將建議的 Git 儲存庫連接至 Amazon SageMaker Studio Classic](studio-git-attach.md)