맞춤형 환경을 위한 SageMaker 수명 주기 구성
머리말
Amazon SageMaker는 데이터를 탐색하고 모델을 구축하는 데이터 과학자 및 기계 학습 엔지니어에게 매우 유용합니다. 사전 설치된 패키지의 범위는 크고 일반적인 시나리오에 충분합니다. 그러나 "pip"또는 "conda"패키지의 새로운 특정 버전을 사용하려면 관리자를 사용할 수 있습니다.
이 블로그는 당신에게 무엇을 줄 것인가?
요구 사항에 따라 구부리고 구부리고 라이프사이클 구성을 빠르게 완료할 수 있는 템플릿입니다. 🚀
문제 🧠
유일한 문제는 노트북 인스턴스를 끌 때마다 수동으로 설치된 라이브러리가 손실된다는 것입니다. 이것은 인스턴스를 시작할 때마다 루틴이 됩니다. 인스턴스를 시작할 때 환경과 라이브러리를 설정하고 싶습니다.
선호도 🧑💻
conda create -n <env_name> python=<python version>
conda create -n dev_env python=3.9
conda activate <env_name>
conda activate dev_env
pip install <package name>
pip install pyarrow
이를 수명 주기 구성 셸 스크립트에 입력해 보겠습니다. 📜
다음 스크립트에서는 다음 작업을 처리합니다.
원하는 Python 버전으로 환경 생성. 이 경우 파이썬 3.9
pip 관리자로 필수 라이브러리 설치. 이 경우 pandas, pyarrow 및 TensorFlow입니다.
스크립트의 주석을 읽어 보십시오.
#!/bin/bash
set -e
# use ec2-user for operations
sudo -u ec2-user -i <<'EOF'
# environment creation
conda create -n dev_env python=3.9 -y
source activate dev_env
# library installation
pip install pandas
pip install pyarrow
pip install tensorflow==2.9
# make new environment accessible
conda install ipykernel -y
source deactivate
스크립트 배치 🪄
1. 콘솔에서 수명 주기 구성 찾기
2. 노트북 시작 시 실행할 수명 주기 구성 생성
3. 노트북 인스턴스 구성에 수명 주기 구성 추가
결과 💡
커널 선택!
드롭다운에 나열된 커널 보기 👀
터미널에서 몇 가지 확인
그리고 우리에게 필요한 것이 있습니다!
거기에 있습니다 🪄, 누군가에게 도움이 되었으면 알려주세요. 더 좋은 방법을 아시는 분은 댓글로 알려주세요! 이는 수명 주기 구성의 끝없는 적용 사례 중 하나에 불과합니다. 여기에서 액세스할 수 있습니다. SageMaker Lifecycle Configuration scripts
Reference
이 문제에 관하여(맞춤형 환경을 위한 SageMaker 수명 주기 구성), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://dev.to/aws-builders/sagemaker-lifecycle-configurations-for-custom-environments-51k6텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)