기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 패키지 관리자를 사용하여 환경 사용자 지정
<a name="studio-updated-jl-user-guide-customize-package-manager"></a>

pip 또는 conda를 사용하여 환경을 사용자 지정합니다. 수명 주기 구성 스크립트 대신 패키지 관리자를 사용하는 것이 좋습니다.

## 사용자 지정 환경 생성 및 활성화
<a name="studio-updated-jl-create-basic-conda"></a>

이 섹션에서는 JupyterLab에서 환경을 구성할 수 있는 다양한 방법의 예를 제공합니다.

기본 conda 환경에는 SageMaker AI의 워크플로에 필요한 최소 개수의 패키지가 있습니다. 다음 템플릿을 사용하여 기본 conda 환경을 생성합니다.

```
# initialize conda for shell interaction
conda init

# create a new fresh environment
conda create --name test-env

# check if your new environment is created successfully
conda info --envs

# activate the new environment
conda activate test-env

# install packages in your new conda environment
conda install pip boto3 pandas ipykernel

# list all packages install in your new environment 
conda list

# parse env name information from your new environment
export CURRENT_ENV_NAME=$(conda info | grep "active environment" | cut -d : -f 2 | tr -d ' ')

# register your new environment as Jupyter Kernel for execution 
python3 -m ipykernel install --user --name $CURRENT_ENV_NAME --display-name "user-env:($CURRENT_ENV_NAME)"

# to exit your new environment
conda deactivate
```

다음 이미지는 생성한 환경의 위치를 보여줍니다.

![\[Test-env 환경은 화면의 오른쪽 상단 모서리에 표시됩니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/juptyer-notebook-environment-location.png)


환경을 변경하려면 환경을 선택하고 드롭다운 메뉴에서 옵션을 선택합니다.

![\[체크마크와 해당 텍스트는 이전에 생성한 예제 환경을 보여줍니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/jupyter-notebook-select-env.png)


**선택**을 선택하여 환경의 커널을 선택합니다.

## 특정 Python 버전으로 conda 환경 생성
<a name="studio-updated-jl-create-conda-version"></a>

사용하지 않는 conda 환경을 정리하면 디스크 스페이스를 확보하고 성능을 개선하는 데 도움이 될 수 있습니다. 다음 템플릿을 사용하여 conda 환경을 정리합니다.

```
# create a conda environment with a specific python version
conda create --name py38-test-env python=3.8.10

# activate and test your new python version
conda activate py38-test-env & python3 --version

# Install ipykernel to facilicate env registration
conda install ipykernel

# parse env name information from your new environment
export CURRENT_ENV_NAME=$(conda info | grep "active environment" | cut -d : -f 2 | tr -d ' ')

# register your new environment as Jupyter Kernel for execution 
python3 -m ipykernel install --user --name $CURRENT_ENV_NAME --display-name "user-env:($CURRENT_ENV_NAME)"

# deactivate your py38 test environment
conda deactivate
```

## 특정 패키지 세트를 사용하여 conda 환경 생성
<a name="studio-updated-jl-create-conda-specific-packages"></a>

다음 템플릿을 사용하여 특정 버전의 Python 및 패키지 세트가 포함된 conda 환경을 생성합니다.

```
# prefill your conda environment with a set of packages,
conda create --name py38-test-env python=3.8.10 pandas matplotlib=3.7 scipy ipykernel

# activate your conda environment and ensure these packages exist
conda activate py38-test-env

# check if these packages exist
conda list | grep -E 'pandas|matplotlib|scipy'

# parse env name information from your new environment
export CURRENT_ENV_NAME=$(conda info | grep "active environment" | cut -d : -f 2 | tr -d ' ')

# register your new environment as Jupyter Kernel for execution 
python3 -m ipykernel install --user --name $CURRENT_ENV_NAME --display-name "user-env:($CURRENT_ENV_NAME)"

# deactivate your conda environment
conda deactivate
```

## 기존 환경에서 conda 복제
<a name="studio-updated-jl-create-conda-clone"></a>

conda 환경을 복제하여 작동 상태를 유지합니다. 테스트 환경에서 변경 사항 발생에 대해 걱정할 필요 없이 복제된 환경에서 실험합니다.

다음 명령을 사용해 환경을 복제합니다.

```
# create a fresh env from a base environment 
conda create --name py310-base-ext --clone base # replace 'base' with another env

# activate your conda environment and ensure these packages exist
conda activate py310-base-ext

# install ipykernel to register your env
conda install ipykernel

# parse env name information from your new environment
export CURRENT_ENV_NAME=$(conda info | grep "active environment" | cut -d : -f 2 | tr -d ' ')

# register your new environment as Jupyter Kernel for execution 
python3 -m ipykernel install --user --name $CURRENT_ENV_NAME --display-name "user-env:($CURRENT_ENV_NAME)"

# deactivate your conda environment
conda deactivate
```

## 참조 YAML 파일에서 conda 복제
<a name="studio-updated-jl-create-conda-yaml"></a>

참조 YAML 파일에서 conda 환경을 생성합니다. 다음은 사용할 수 있는 YAML 파일의 예제입니다.

```
# anatomy of a reference environment.yml
name: py311-new-env
channels:
  - conda-forge
dependencies:
  - python=3.11
  - numpy
  - pandas
  - scipy
  - matplotlib
  - pip
  - ipykernel
  - pip:
      - git+https://github.com/huggingface/transformers
```

`pip`에서는 conda에서 사용할 수 없는 종속성만 지정하는 것이 좋습니다.

다음 명령을 사용하여 YAML 파일에서 conda 환경을 생성합니다.

```
# create your conda environment 
conda env create -f environment.yml

# activate your env
conda activate py311-new-env
```