翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# JupyterLab ユーザーガイド
<a name="studio-updated-jl-user-guide"></a>

このガイドでは、JupyterLab ユーザーが SageMaker Studio 内で分析ワークフローと機械学習ワークフローを実行する方法について説明します。ニーズに応じて、高速ストレージを取得し、コンピューティングをスケールアップまたはスケールダウンできます。

JupyterLab は、プライベートスペースと共有スペースの両方をサポートしています。プライベートスペースは、ドメイン内の 1 人のユーザーにスコープされます。共有スペースを使用すると、ドメイン内の他のユーザーがリアルタイムでコラボレーションできます。Studio のスペースの詳細については、「[Amazon SageMaker Studio のスペース](studio-updated-spaces.md)」を参照してください。

JupyterLab の使用を開始するには、スペースを作成して JupyterLab アプリケーションを起動します。JupyterLab アプリケーションが実行されているスペースは、JupyterLab スペースです。JupyterLab スペースは、コンピューティングに 1 つの Amazon EC2 インスタンスを使用し、ストレージに 1 つの Amazon EBS ボリュームを使用します。コード、git プロファイル、環境変数など、スペース内のすべてのものが、同じ Amazon EBS ボリュームに保存されます。ボリュームのパフォーマンスは 3,000 IOPS で、スループットは 125 メガバイト/秒 (MBps) です。高速ストレージを使用すると、同じインスタンスで複数の Jupyter Notebook を開いて実行することができます。ノートブック内のカーネルをかなりすばやく切り替えることもできます。

スペースのデフォルトの Amazon EBS ストレージ設定は管理者が設定しています。デフォルトのストレージサイズは 5 GB ですが、取得する容量を増やすことができます。管理者に相談して、ガイドラインを提供できます。

JupyterLab の実行に使用する Amazon EC2 インスタンスタイプを切り替え、必要に応じてコンピューティングをスケールアップまたはスケールダウンできます。**[高速起動]** インスタンスは、他のインスタンスよりもはるかに高速に起動します。

管理者から、環境をカスタマイズするライフサイクル設定が提供される場合があります。ライフサイクル設定はスペースの作成時に指定できます。

管理者が Amazon EFS へのアクセスを許可している場合、アクセスできるよう JupyterLab スペースを設定できます。

デフォルトでは、JupyterLab アプリケーションは SageMaker ディストリビューションイメージを使用します。これには、多くの機械学習、分析、および深層学習パッケージのサポートが含まれます。ただし、カスタムイメージが必要な場合、カスタムイメージへのアクセスを管理者が許可できます。

Amazon EBS ボリュームは、インスタンスの運用状況から独立した永続性を持ちます。インスタンスを変更しても、データは失われません。conda および pip パッケージ管理ライブラリを使用して、インスタンスタイプを切り替える場合でも存続する再現可能なカスタム環境を作成します。

JupyterLab を開くと、ターミナルを使用して環境を設定できます。ターミナルを開くには、**[ランチャー]** に移動し、**[ターミナル]** を選択します。

JupyterLab で環境を設定するさまざまな方法の例を次に示します。

**注記**  
Studio 内でライフサイクル設定を使用して環境をカスタマイズすることはできますが、代わりにパッケージマネージャーを使用することをお勧めします。ライフサイクル設定を使用すると、エラーが発生しやすくなります。ライフサイクル設定スクリプトをデバッグするよりも、依存関係を追加または削除する方が簡単です。JupyterLab の起動時間を増やすこともできます。  
ライフサイクル設定については、「[JupyterLab でのライフサイクル設定](jl-lcc.md)」を参照してください。

**Topics**
+ [スペースを作成する](studio-updated-jl-user-guide-create-space.md)
+ [スペースを設定する](studio-updated-jl-user-guide-configure-space.md)
+ [パッケージマネージャーを使用して環境をカスタマイズする](studio-updated-jl-user-guide-customize-package-manager.md)
+ [conda 環境をクリーンアップする](studio-updated-jl-clean-up-conda.md)
+ [インスタンスタイプ間で conda 環境を共有する](studio-updated-jl-create-conda-share-environment.md)
+ [コーディングアシスタントを使用した機械学習ワークフローの迅速化](studio-updated-jl-coding-assistant.md)
+ [Amazon Q を使用して機械学習ワークフローを高速化する](studio-updated-jl-user-guide-use-amazon-q.md)