本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# 使用软件包管理器自定义环境
使用 pip 或 conda 自定义环境。我们建议使用软件包管理器，而不是生命周期配置脚本。
## 创建并激活自定义环境
本节提供了在中配置环境的不同方法的示例 JupyterLab。
基本的 conda 环境拥有 SageMaker AI 工作流程所需的最少软件包数量。使用以下模板创建基本的 conda 环境：
```
# 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
```
下图显示了您创建的环境的位置。
![\[test-env 环境显示在屏幕右上角。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/juptyer-notebook-environment-location.png)
要更改环境，请选择它，然后从下拉菜单中选择一个选项。
![\[复选标记及其相应文本显示的是您之前创建的示例环境。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/jupyter-notebook-select-env.png)
选择**选择**为环境选择内核。
## 使用特定 Python 版本创建 conda 环境
清理不使用的 conda 环境有助于释放磁盘空间并提高性能。使用以下模板清理 conda 环境：
```
# 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
```
## 创建带有特定软件包的 conda 环境
使用下面的模板创建带有特定 Python 版本和软件包集的 conda 环境：
```
# 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
```
## 从现有环境克隆 conda
克隆您的 conda 环境，以保留其工作状态。您可以在克隆环境中进行实验，而不必担心在测试环境中引入破坏性更改。
使用以下命令克隆一个环境。
```
# 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
```
## 从参考 YAML 文件克隆 conda
根据参考 YAML 文件创建 conda 环境。下面是一个可以使用的 YAML 文件示例。
```
# 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
```
在 `pip` 下，我们建议只指定 conda 不可用的依赖关系。
使用以下命令从 YAML 文件创建 conda 环境。
```
# create your conda environment
conda env create -f environment.yml
# activate your env
conda activate py311-new-env
```