Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Configuraciones del ciclo de vida en Amazon SageMaker Studio
Las configuraciones del ciclo de vida (LCC) son scripts que los administradores y los usuarios pueden usar para automatizar la personalización de las siguientes aplicaciones en su entorno de Amazon SageMaker Studio:
-
Amazon SageMaker AI JupyterLab
-
Editor de código Code-OSS, basado en Visual Studio Code: código abierto
-
Studio Classic
-
Instancia de bloc de notas
La personalización de la aplicación incluye:
-
Instalación de paquetes personalizados
-
Configuración de extensiones
-
Precarga de conjuntos de datos
-
Configuración de repositorios de código fuente
Los usuarios crean y asocian configuraciones de ciclo de vida integradas a sus propios perfiles de usuario. Los administradores crean y asocian configuraciones de ciclo de vida predeterminadas o integradas en dominios, espacios o perfiles de usuario.
Descripción de las configuraciones de ciclo de vida integradas y predeterminadas
Hay dos tipos de configuraciones del ciclo de vida en Studio:
-
Built-in LCC: la Built-in LCC está controlada por el administrador, siempre se ejecuta cuando se inicia un espacio y se resuelve de forma dinámica a partir de la configuración del dominio en el momento del lanzamiento. Cuando un administrador actualiza la LCC integrada a nivel de dominio, todos los espacios recogen automáticamente la nueva LCC la próxima vez que se lanzan sin que el usuario tenga que realizar ninguna acción.
-
LCC predeterminada: la LCC predeterminada está preseleccionada para el usuario a nivel de espacio y permanece activa hasta que el usuario la cambie de forma explícita. La actualización de la LCC predeterminada a nivel de dominio no afecta a los espacios en ejecución hasta que se reinicien.
importante
Amazon SageMaker Studio ejecuta primero la configuración del ciclo de vida integrada y, a continuación, ejecuta la LCC predeterminada. Amazon SageMaker AI no resolverá los conflictos de paquetes entre las LCC del usuario y del administrador. Por ejemplo, si la configuración de ciclo de vida integrada instala python3.11 y la predeterminada instala python3.12, Studio instala python3.12.
