本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# Studio Lab 預先安裝環境
<a name="studio-lab-environments"></a>

Amazon SageMaker Studio Lab 使用 Conda 環境，為您的專案管理套件 (或程式庫)。本指南說明什麼是 conda 環境、如何與其互動，以及 Studio Lab 中可用的不同預先安裝環境。

conda 環境是一個目錄，其中包含您已安裝的套件集合。它可讓您建立具有特定套件版本的隔離環境，防止具有不同相依性的專案之間發生衝突。

您可以透過兩種方式與 Studio Lab 中的 conda 環境互動：
+ 終端機：使用終端機來建立、啟用和管理環境。
+ JupyterLab 筆記本：開啟 JupyterLab 筆記本時，請選取具有您想要使用的環境名稱的核心，以使用該環境中安裝的套件。

如需管理環境的逐步解說，請參閱[管理您的環境](studio-lab-use-manage.md)。

Studio Lab 隨附數個預先安裝的環境，這些環境可以是持久性或非持久性記憶體環境。對持續記憶體環境所做的任何變更都會保留在下一個工作階段中。對非持久性記憶體環境所做的任何變更不會保留至下一個工作階段，但 Amazon SageMaker AI 會更新其中套件並測試相容性。以下是每個環境及其使用案例的概觀：
+ `sagemaker-distribution`：由 Amazon SageMaker AI 管理的非持久性環境。它包含機器學習、資料科學和視覺化的熱門套件。此環境會定期更新並測試相容性。如果您想要預先安裝常用套件的全受管設定，請使用此環境。

  `sagemaker-distribution` 環境與 Amazon SageMaker Studio Classic 中使用的環境密切相關，因此從 Studio Lab 發展至 Studio Classic 之後，筆記本應該以類似的方式執行。如需將環境從 Studio Lab 匯出至 Studio Classic 的相關資訊，請參閱[將 Amazon SageMaker Studio Lab 環境匯出至 Amazon SageMaker Studio Classic](studio-lab-use-migrate.md)。
+ `default`：預先安裝最少套件的持久性環境。如果您想要透過安裝其他套件來大幅自訂環境，請使用此環境。
+ `studiolab`：安裝 JupyterLab 和其他相關套件的持久性環境。將此環境用於設定 JupyterLab 使用者介面和安裝 Jupyter 伺服器延伸模組。
+ `studiolab-safemode`：當專案執行時期發生問題時，系統會自動啟動非持久性環境。使用此環境進行故障診斷。如需疑難排解的詳細資訊，請參閱[疑難排解](studio-lab-troubleshooting.md)。
+ `base`：用於系統工具的非持久性環境。此環境不適用於客戶使用。

若要檢視環境中的套件，請執行命令 `conda list`。

如需在環境中安裝套件的詳細資訊，請參閱[自訂您的環境](studio-lab-use-manage.md#studio-lab-use-manage-conda-default-customize)。

如果您打算從 Studio Lab 發展到 Amazon SageMaker Studio Classic，請參閱[將 Amazon SageMaker Studio Lab 環境匯出至 Amazon SageMaker Studio Classic](studio-lab-use-migrate.md)。

如需 SageMaker 影像及其版本的資訊，請參閱[Amazon SageMaker 映像可與 Studio Classic 筆記本搭配使用](notebooks-available-images.md)。