Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Kelola lingkungan Anda
<a name="studio-lab-use-manage"></a>

Amazon SageMaker Studio Lab menyediakan lingkungan pra-instal untuk instans notebook Studio Lab Anda. Lingkungan memungkinkan Anda memulai instance notebook Studio Lab dengan paket yang ingin Anda gunakan. Ini dilakukan dengan menginstal paket di lingkungan dan kemudian memilih lingkungan sebagai Kernel. 

Studio Lab memiliki berbagai lingkungan yang sudah diinstal sebelumnya untuk Anda. Anda biasanya ingin menggunakan `sagemaker-distribution` lingkungan jika Anda ingin menggunakan lingkungan yang dikelola sepenuhnya yang sudah berisi banyak paket populer yang digunakan untuk insinyur pembelajaran mesin (ML) dan ilmuwan data. Jika tidak, Anda dapat menggunakan `default` lingkungan jika Anda ingin penyesuaian terus-menerus untuk lingkungan Anda. Untuk informasi selengkapnya tentang lingkungan Studio Lab pra-instal yang tersedia, lihat[Lingkungan pra-instal Studio Lab](studio-lab-environments.md).

Anda dapat menyesuaikan lingkungan Anda dengan menambahkan paket baru (atau pustaka) ke dalamnya. Anda juga dapat membuat lingkungan baru dari Studio Lab, mengimpor lingkungan yang kompatibel, mengatur ulang lingkungan untuk menciptakan ruang, dan banyak lagi. 

Perintah berikut adalah untuk berjalan di terminal Studio Lab. Namun, saat menginstal paket, sangat disarankan untuk menginstalnya di dalam notebook Studio Lab Jupyter Anda. Ini memastikan bahwa paket diinstal di lingkungan yang dimaksud. Untuk menjalankan perintah di notebook Jupyter, awali perintah dengan `%` sebelum menjalankan sel. Misalnya, cuplikan kode `pip list` di terminal sama dengan di notebook Jupyter. `%pip list`

Bagian berikut memberikan informasi tentang lingkungan `default` conda Anda, cara menyesuaikannya, dan cara menambahkan dan menghapus lingkungan conda. Untuk daftar contoh lingkungan yang dapat Anda instal ke Studio Lab, lihat [Membuat Lingkungan Conda Kustom](https://github.com/aws/studio-lab-examples/tree/main/custom-environments). Untuk menggunakan contoh file YAMAL lingkungan ini dengan Studio Lab, lihat[Langkah 4: Instal lingkungan conda Studio Lab Anda di Studio Classic](studio-lab-use-migrate.md#studio-lab-use-migrate-step4). 

**Topics**
+ [Lingkungan default Anda](#studio-lab-use-manage-conda-default)
+ [Lihat lingkungan](#studio-lab-use-view-conda-envs)
+ [Buat, aktifkan, dan gunakan lingkungan conda baru](#studio-lab-use-manage-conda-new-conda)
+ [Menggunakan lingkungan Studio Lab sampel](#studio-lab-use-manage-conda-sample)
+ [Sesuaikan lingkungan Anda](#studio-lab-use-manage-conda-default-customize)
+ [Refresh Studio Lab](#studio-lab-use-manage-conda-reset)

## Lingkungan default Anda
<a name="studio-lab-use-manage-conda-default"></a>

Studio Lab menggunakan lingkungan conda untuk merangkum paket perangkat lunak yang diperlukan untuk menjalankan notebook. Proyek Anda berisi lingkungan conda default, bernama`default`, dengan [IPython kernel](https://ipython.readthedocs.io/en/stable/). Lingkungan ini berfungsi sebagai kernel default untuk notebook Jupyter Anda.

## Lihat lingkungan
<a name="studio-lab-use-view-conda-envs"></a>

Untuk melihat lingkungan di Studio Lab, Anda dapat menggunakan terminal atau notebook Jupyter. Perintah berikut akan untuk terminal Studio Lab. Jika Anda ingin menjalankan perintah yang sesuai di notebook Jupyter, lihat. [Kelola lingkungan Anda](#studio-lab-use-manage)

Buka terminal Studio Lab dengan membuka panel **File Browser** (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/icons/folder.png)), pilih tanda plus (**\$1**) pada menu di bagian atas browser file untuk membuka **Launcher**, lalu pilih **Terminal**. Dari terminal Studio Lab, daftarkan lingkungan conda dengan menjalankan yang berikut ini.

```
conda env list
```

Perintah ini menampilkan daftar lingkungan conda dan lokasinya di sistem file. Saat Anda onboard ke Studio Lab, Anda secara otomatis mengaktifkan lingkungan `studiolab` conda. Berikut ini adalah contoh lingkungan yang terdaftar setelah Anda onboard.

```
# 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
```

`*`Menandai lingkungan yang diaktifkan.

## Buat, aktifkan, dan gunakan lingkungan conda baru
<a name="studio-lab-use-manage-conda-new-conda"></a>

Jika Anda ingin mempertahankan beberapa lingkungan untuk kasus penggunaan yang berbeda, Anda dapat membuat lingkungan conda baru dalam proyek Anda. Bagian berikut menunjukkan cara membuat dan mengaktifkan lingkungan conda baru. Untuk notebook Jupyter yang menunjukkan cara membuat lingkungan kustom, lihat [Menyiapkan Lingkungan Kustom di SageMaker Studio](https://github.com/aws/studio-lab-examples/blob/main/custom-environments/custom_environment.ipynb) Lab.

**catatan**  
Mempertahankan beberapa lingkungan akan diperhitungkan terhadap memori Studio Lab Anda yang tersedia.

 **Buat lingkungan conda** 

Untuk membuat lingkungan conda, jalankan perintah conda berikut dari terminal Anda. Contoh ini menciptakan lingkungan baru dengan Python 3.9. 

```
conda create --name <ENVIRONMENT_NAME> python=3.9
```

Setelah lingkungan conda dibuat, Anda dapat melihat lingkungan di daftar lingkungan Anda. Untuk informasi selengkapnya tentang cara melihat daftar lingkungan Anda, lihat[Lihat lingkungan](#studio-lab-use-view-conda-envs).

 **Aktifkan lingkungan conda** 

Untuk mengaktifkan lingkungan conda apa pun, jalankan perintah berikut di terminal.

```
conda activate <ENVIRONMENT_NAME>
```

Saat Anda menjalankan perintah ini, paket apa pun yang diinstal menggunakan conda atau pip diinstal di lingkungan. Untuk informasi lebih lanjut tentang menginstal paket, lihat[Sesuaikan lingkungan Anda](#studio-lab-use-manage-conda-default-customize).

 **Gunakan lingkungan conda** 

1. Untuk menggunakan lingkungan conda baru Anda dengan notebook, pastikan `ipykernel` paket diinstal di lingkungan.

   ```
   conda install ipykernel
   ```

1. Setelah `ipykernel` paket diinstal di lingkungan, Anda dapat memilih lingkungan sebagai kernel untuk notebook Anda. 

   Anda mungkin perlu memulai ulang JupyterLab untuk melihat lingkungan yang tersedia sebagai kernel. Ini dapat dilakukan dengan memilih **Amazon SageMaker Studio Lab** di menu atas proyek terbuka Studio Lab Anda, dan memilih **Restart JupyterLab...** . 

1. Anda dapat memilih kernel untuk notebook yang ada atau ketika Anda membuat yang baru.
   + Untuk notebook yang ada: buka notebook dan pilih kernel saat ini dari sisi kanan menu atas. Anda dapat memilih kernel yang ingin Anda gunakan dari menu drop-down.
   + Untuk notebook baru: buka peluncur Studio Lab dan pilih kernel di bawah **Notebook**. Ini akan membuka notebook dengan kernel yang Anda pilih.

     Untuk ikhtisar UI Studio Lab, lihat[Ikhtisar UI Amazon SageMaker Studio Lab](studio-lab-use-ui.md).

## Menggunakan lingkungan Studio Lab sampel
<a name="studio-lab-use-manage-conda-sample"></a>

Studio Lab menyediakan contoh lingkungan kustom melalui repositori [SageMaker Studio Lab Examples](https://github.com/aws/studio-lab-examples). Berikut ini menunjukkan cara mengkloning dan membangun lingkungan ini.

1. Kloning GitHub repositori Contoh Lab SageMaker Studio dengan mengikuti instruksi di. [Gunakan GitHub sumber daya](studio-lab-use-external.md#studio-lab-use-external-clone-github)

1. Di Studio Lab pilih ikon **File Browser** (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/icons/folder.png)) di menu sebelah kiri, sehingga panel **File Browser** ditampilkan di sebelah kiri.

1. Arahkan ke `studio-lab-examples/custom-environments` direktori di Browser File.

1. Buka direktori untuk lingkungan yang ingin Anda bangun.

1. Klik kanan `.yml` file di folder, lalu pilih **Build conda Environment**.

1. Anda sekarang dapat menggunakan lingkungan sebagai kernel setelah lingkungan conda Anda selesai dibangun. Untuk petunjuk tentang cara menggunakan lingkungan yang ada sebagai kernel, lihat [Buat, aktifkan, dan gunakan lingkungan conda baru](#studio-lab-use-manage-conda-new-conda)

## Sesuaikan lingkungan Anda
<a name="studio-lab-use-manage-conda-default-customize"></a>

Anda dapat menyesuaikan lingkungan Anda dengan menginstal dan menghapus ekstensi dan paket sesuai kebutuhan. Studio Lab dilengkapi dengan lingkungan dengan paket yang sudah diinstal sebelumnya dan menggunakan lingkungan yang ada dapat menghemat waktu dan memori Anda, karena paket pra-instal tidak dihitung terhadap memori Studio Lab Anda yang tersedia. Untuk informasi selengkapnya tentang lingkungan Studio Lab pra-instal yang tersedia, lihat[Lingkungan pra-instal Studio Lab](studio-lab-environments.md).

Setiap ekstensi dan paket yang diinstal pada `default` lingkungan Anda akan tetap ada di proyek Anda. Artinya, Anda tidak perlu menginstal paket Anda untuk setiap sesi runtime proyek. Namun, ekstensi dan paket yang diinstal di `sagemaker-distribution` lingkungan Anda tidak akan bertahan, jadi Anda perlu menginstal paket baru selama sesi berikutnya. Dengan demikian, sangat disarankan untuk menginstal paket dalam notebook Anda untuk memastikan bahwa paket diinstal di lingkungan yang dimaksud.

Untuk melihat lingkungan Anda, jalankan perintah`conda env list`.

Untuk mengaktifkan lingkungan Anda, jalankan perintah`conda activate <ENVIRONMENT_NAME>`.

Untuk melihat paket di lingkungan, jalankan perintah`conda list`.

 **Instal paket** 

Sangat disarankan untuk menginstal paket Anda dalam notebook Jupyter Anda untuk memastikan bahwa paket Anda diinstal di lingkungan yang dimaksud. Untuk menginstal paket tambahan ke lingkungan Anda dari notebook Jupyter, jalankan salah satu perintah berikut di sel dalam notebook Jupyter Anda. Perintah ini menginstal paket di lingkungan yang saat ini diaktifkan. 
+  `%conda install <PACKAGE>` 
+  `%pip install <PACKAGE>` 

Kami tidak menyarankan menggunakan `!conda` perintah `!pip` or karena mereka dapat berperilaku dengan cara yang tidak terduga ketika Anda memiliki beberapa lingkungan. 

Setelah Anda menginstal paket baru ke lingkungan Anda, Anda mungkin perlu me-restart kernel untuk memastikan bahwa paket bekerja di notebook Anda. Ini dapat dilakukan dengan memilih **Amazon SageMaker Studio Lab** di menu atas proyek terbuka Studio Lab Anda dan memilih **Restart JupyterLab...** . 

 **Hapus paket** 

Untuk menghapus paket, jalankan perintah

```
%conda remove <PACKAGE_NAME>
```

Perintah ini juga akan menghapus paket apa pun yang bergantung pada`<PACKAGE_NAME>`, kecuali pengganti dapat ditemukan tanpa ketergantungan itu. 

Untuk menghapus semua paket di lingkungan, jalankan perintah

```
conda deactivate
&& conda env remove --name
<ENVIRONMENT_NAME>
```

## Refresh Studio Lab
<a name="studio-lab-use-manage-conda-reset"></a>

Untuk menyegarkan Studio Lab, hapus semua lingkungan dan file Anda. 

1. Daftar semua lingkungan conda.

   ```
   conda env list
   ```

1. Aktifkan lingkungan dasar.

   ```
   conda activate base
   ```

1. Hapus setiap lingkungan dalam daftar lingkungan conda, selain basis.

   ```
   conda remove --name <ENVIRONMENT_NAME> --all
   ```

1. Hapus semua file di Studio Lab Anda.

   ```
   rm -rf *.*
   ```