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。

# 更新 SageMaker Distribution 映像
<a name="studio-updated-jl-update-distribution-image"></a>

**重要**  
本主題假設您已建立空間，並為使用者提供其存取權。如需詳細資訊，請參閱[讓您的使用者可以存取空間](studio-updated-jl-admin-guide-permissions.md)。

更新您已建立的 JupyterLab 空間，以使用最新版的 SageMaker Distribution 映像來存取最新的功能。您可以使用 Studio UI 或 AWS Command Line Interface (AWS CLI) 來更新映像。

以下各節提供更新映像的相關資訊。

## 更新映像 (UI)
<a name="studio-updated-jl-update-distribution-image-ui"></a>

更新映像涉及重新啟動使用者的 JupyterLab 空間。使用下列程序，搭配最新的映像更新使用者的 JupyterLab 空間。

**更新映像 (UI)**

1. 重新開啟 Studio。如需開啟 Studio 的相關資訊，請參閱[啟動 Amazon SageMaker Studio](studio-updated-launch.md)。

1. 選擇 **JupyterLab**。

1. 選取使用者的 JupyterLab 空間。

1. 選擇**停止空間**。

1. 針對**映像**，選取 SageMaker AI Distribution 映像的更新版本。如需最新影像，請選擇**最新**。

1. 選擇**執行空間**。

## 更新映像 (AWS CLI)
<a name="studio-updated-jl-update-distribution-image-cli"></a>

本節假設您已安裝 AWS Command Line Interface (AWS CLI)。如需安裝 的資訊 AWS CLI，請參閱[安裝或更新至最新版本的 AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html)。

若要更新映像，您必須針對使用者的空間執行下列動作：

1. 刪除 JupyterLab 應用程式

1. 更新空間

1. 建立應用程式

**重要**  
您必須先備妥下列資訊，才能開始更新映像：  
網域 ID - 使用者 Amazon SageMaker AI 網域的 ID。
應用程式類型 - JupyterLab。
應用程式名稱 - 預設。
空間名稱 - 為空間指定的名稱。
執行個體類型 -您用來執行應用程式的 Amazon EC2 執行個體類型。例如 `ml.t3.medium`。
SageMaker 映像 ARN - SageMaker AI Distribution 映像的 Amazon Resource Name (ARN)。您可以指定 `sagemaker-distribution-cpu` 或 `sagemaker-distribution-gpu` 做為資源識別碼，以提供最新版的 SageMaker AI Distribution 映像。

若要刪除 JupyterLab 應用程式，請執行下列命令：

```
aws sagemaker delete-app \
--domain-id {{your-user's-domain-id}} 
--app-type JupyterLab \
--app-name default \
--space-name {{name-of-your-user's-space}}
```

若要更新使用者的空間，請執行下列命令：

```
aws sagemaker update-space \
--space-name {{name-of-your-user's-space}} \
--domain-id {{your-user's-domain-id}}
```

如果已成功更新空間，您會在回應中看到空間 ARN：

```
{
"SpaceArn": "arn:aws:sagemaker:{{AWS 區域}}:{{111122223333}}:space/{{your-user's-domain-id}}/name-of-your-user's-space"
}
```

若要部署應用程式，請執行下列命令：

```
aws sagemaker create-app \
--domain-id {{your-user's-domain-id}}  \
--app-type JupyterLab \
--app-name default \
--space-name {{name-of-your-user's-space}} \
--resource-spec "InstanceType={{instance-type}},SageMakerImageArn=arn:aws:sagemaker:{{AWS 區域}}:{{555555555555}}:image/sagemaker-distribution-{{resource-identifier}}"
```