Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Erstellen Sie in der SageMaker AI-Konsole eine Lifecycle-Konfiguration für Amazon SageMaker Studio Classic **Wichtig** Benutzerdefinierte IAM-Richtlinien, die es Amazon SageMaker Studio oder Amazon SageMaker Studio Classic ermöglichen, SageMaker Amazon-Ressourcen zu erstellen, müssen ebenfalls Berechtigungen zum Hinzufügen von Tags zu diesen Ressourcen gewähren. Die Berechtigung zum Hinzufügen von Tags zu Ressourcen ist erforderlich, da Studio und Studio Classic automatisch alle von ihnen erstellten Ressourcen taggen. Wenn eine IAM-Richtlinie Studio und Studio Classic zwar das Erstellen von Ressourcen erlaubt, das Taggen jedoch nicht zulässt, können AccessDenied "“ -Fehler auftreten, wenn versucht wird, Ressourcen zu erstellen. Weitere Informationen finden Sie unter [Stellen Sie Berechtigungen für das Taggen von SageMaker KI-Ressourcen bereit](security_iam_id-based-policy-examples.md#grant-tagging-permissions). [AWS verwaltete Richtlinien für Amazon AI SageMaker](security-iam-awsmanpol.md)die Berechtigungen zum Erstellen von SageMaker Ressourcen gewähren, enthalten bereits Berechtigungen zum Hinzufügen von Tags bei der Erstellung dieser Ressourcen. **Anmerkung** Seit dem 30. November 2023 heißt das vorherige Amazon SageMaker Studio-Erlebnis nun Amazon SageMaker Studio Classic. Der folgende Abschnitt bezieht sich konkret auf die Verwendung der Studio-Classic-Anwendung. Informationen zur Verwendung der aktualisierten Studio-Konfiguration finden Sie unter [Amazon Studio SageMaker](studio-updated.md). Studio Classic wird weiterhin für bestehende Workloads beibehalten, ist jedoch nicht mehr für das Onboarding verfügbar. Sie können nur bestehende Studio Classic-Anwendungen beenden oder löschen und keine neuen erstellen. Wir empfehlen Ihnen, Ihre Arbeitslast auf das neue Studio-Erlebnis zu [ migrieren](studio-updated-migrate.md). Das folgende Thema zeigt, wie Sie von der Amazon SageMaker AI-Konsole aus eine Lebenszykluskonfiguration erstellen, um die Anpassung an Ihre Studio Classic-Umgebung zu automatisieren. ## Voraussetzungen Bevor Sie mit diesem Lernprogramm beginnen können, müssen Sie die folgenden Voraussetzungen erfüllen: + Nehmen Sie an Bord von Amazon SageMaker Studio Classic teil. Weitere Informationen finden Sie unter [ An Bord von Amazon SageMaker Studio Classic](https://docs.aws.amazon.com/sagemaker/latest/dg/gs-studio-onboard.html). ## Schritt 1: Erstellen einer neuen Lebenszykluskonfiguration Sie können eine Lebenszykluskonfiguration erstellen, indem Sie ein Skript über die Amazon SageMaker AI-Konsole eingeben. **Anmerkung** Jedes Skript kann bis zu **16.384 Zeichen** enthalten. Das folgende Verfahren zeigt, wie Sie ein Skript für die Lebenszykluskonfiguration erstellen, das `Hello World` druckt. 1. Öffnen Sie die Amazon SageMaker AI-Konsole unter [ https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/). 1. Wählen Sie im linken Navigationsbereich die Option **Admin-Konfigurationen** aus. 1. Wählen Sie unter **Admin-Konfigurationen** die Option **Lifecycle-Konfigurationen** aus. 1. Wählen Sie die Registerkarte **Studio**. 1. Wählen Sie **Create configuration** (Konfiguration erstellen). 1. Wählen Sie unter **Konfigurationstyp auswählen** den Anwendungstyp aus, an den die Lebenszykluskonfiguration angehängt werden soll. Weitere Informationen zur Auswahl der Anwendung, an die die Lebenszykluskonfiguration angehängt werden soll, finden Sie unter [Legen Sie Standard-Lebenszykluskonfigurationen für Amazon SageMaker Studio Classic fest](studio-lcc-defaults.md). 1. Wählen Sie **Weiter** aus. 1. Geben Sie im Abschnitt **Konfigurationseinstellungen** einen Namen für Ihre Lebenszykluskonfiguration ein. 1. Geben Sie im Abschnitt **Skripte** den folgenden Inhalt ein. ``` #!/bin/bash set -eux echo 'Hello World!' ``` 1. (Optional) Erstellen Sie ein Tag für Ihre Lebenszykluskonfiguration. 1. Wählen Sie **Absenden** aus. ## Schritt 2: Anfügen der Lebenszykluskonfiguration an eine Domain oder ein Benutzerprofil Auf Domainebene zugeordnete Lebenszyklus-Konfigurationsskripten werden von allen Benutzern übernommen. Skripts, die auf Benutzerprofilebene verknüpft sind, sind jedoch auf einen bestimmten Benutzer beschränkt. Sie können mehrere Lebenszykluskonfigurationen an eine Domain oder ein Benutzerprofil für beide JupyterServer und KernelGateway Anwendungen anhängen. **Anmerkung** Um eine Lebenszykluskonfiguration an einen gemeinsam genutzten Bereich anzuhängen, müssen Sie den AWS CLI verwenden. Weitere Informationen finden Sie unter [Erstellen Sie eine Lifecycle-Konfiguration aus dem AWS CLI für Amazon SageMaker Studio Classic](studio-lcc-create-cli.md). In den folgenden Abschnitten wird gezeigt, wie Sie eine Lebenszykluskonfiguration an Ihre Domain oder Ihr Benutzerprofil anfügen. ### An eine Domain anhängen Im Folgenden wird gezeigt, wie Sie von der SageMaker AI-Konsole aus eine Lifecycle-Konfiguration an Ihre bestehende Domain anhängen. 1. Öffnen Sie die Amazon SageMaker AI-Konsole unter [ https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/). 1. Wählen Sie im linken Navigationsbereich **Admin-Konfigurationen**. 1. Wählen Sie unter **Admin-Konfigurationen** **Domains** aus. 1. Wählen Sie aus der Liste der Domains die Domain aus, an die die Lebenszykluskonfiguration angefügt werden soll. 1. Wählen Sie in den **Domaindetails** die Registerkarte **Umgebung** aus. 1. Wählen Sie unter **Lebenszykluskonfigurationen für persönliche Studio-Apps** die Option **Anhängen** aus. 1. Wählen Sie unter **Quelle** die Option **Bestehende Konfiguration** aus. 1. Wählen Sie unter **Studio-Lebenszykluskonfigurationen** die Lebenszykluskonfiguration aus, die Sie im vorherigen Schritt erstellt haben. 1. Wählen Sie **An Domain anhängen** aus. ### An Ihr Benutzerprofil anhängen Im Folgenden wird gezeigt, wie Sie eine Lebenszykluskonfiguration an Ihr vorhandenes Benutzerprofil anhängen. 1. Öffnen Sie die Amazon SageMaker AI-Konsole unter [ https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/). 1. Wählen Sie im linken Navigationsbereich **Admin-Konfigurationen**. 1. Wählen Sie unter **Admin-Konfigurationen** **Domains** aus. 1. Wählen Sie aus der Liste der Domains die Domain aus, die das Benutzerprofil enthält, an das die Lebenszykluskonfiguration angefügt werden soll. 1. Wählen Sie unter **Benutzerprofile** das Benutzerprofil aus. 1. Wählen Sie auf der Seite **Benutzerdetails** die Option **Bearbeiten**. 1. Wählen Sie in der linken Navigation **Studioeinstellungen**. 1. Wählen Sie unter **Lebenszykluskonfigurationen, die dem Benutzer** zugeordnet sind, die Option **Anhängen**. 1. Wählen Sie unter **Quelle** die Option **Bestehende Konfiguration** aus. 1. Wählen Sie unter **Studio-Lebenszykluskonfigurationen** die Lebenszykluskonfiguration aus, die Sie im vorherigen Schritt erstellt haben. 1. Wählen Sie **An Benutzerprofil anhängen**. ## Schritt 3: Starten einer Anwendung mit der Lebenszykluskonfiguration Nachdem Sie einer Domain oder einem Benutzerprofil eine Lebenszykluskonfiguration angehängt haben, können Sie eine Anwendung mit dieser angehängten Lebenszykluskonfiguration starten. Die Auswahl, mit welcher Lebenszykluskonfiguration gestartet werden soll, hängt vom Anwendungstyp ab. + **JupyterServer**: Wenn eine JupyterServer Anwendung von der Konsole aus gestartet wird, verwendet SageMaker AI immer die Standard-Lifecycle-Konfiguration. Sie können keine andere Lebenszykluskonfiguration verwenden, wenn Sie von der Konsole aus starten. Informationen zum Ändern der Standard-Lebenszykluskonfiguration nach dem Start einer JupyterServer Anwendung finden Sie unter[Legen Sie Standard-Lebenszykluskonfigurationen für Amazon SageMaker Studio Classic fest](studio-lcc-defaults.md). Um eine andere angehängte Lebenszykluskonfiguration auszuwählen, müssen Sie mit dem AWS CLI starten. Weitere Informationen zum Starten einer JupyterServer Anwendung mit einer angehängten Lebenszykluskonfiguration aus dem AWS CLI finden Sie unter[Erstellen Sie eine Lifecycle-Konfiguration aus dem AWS CLI für Amazon SageMaker Studio Classic](studio-lcc-create-cli.md). + **KernelGateway**: Sie können jede der angehängten Lebenszykluskonfigurationen auswählen, wenn Sie eine KernelGateway Anwendung mit dem Studio Classic Launcher starten. Das folgende Verfahren beschreibt, wie Sie eine KernelGateway Anwendung mit einer angehängten Lebenszykluskonfiguration von der SageMaker AI-Konsole aus starten. 1. Öffnen Sie die Amazon SageMaker AI-Konsole unter [ https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/). 1. Starten Sie Studio Classic. Weitere Informationen finden Sie unter [Starten Sie Amazon SageMaker Studio Classic](studio-launch.md). 1. Öffnen Sie in der Studio-Classic-Benutzeroberfläche den Studio Classic Launcher. Weitere Informationen finden Sie unter [Verwenden Sie den Amazon SageMaker Studio Classic Launcher](studio-launcher.md). 1. Navigieren Sie im Studio Classic Launcher zum Abschnitt **Notebooks und Rechenressourcen**. 1. Klicken Sie auf die Schaltfläche **Umgebung ändern**. 1. Wählen Sie im ** Dialogfeld „Umgebung ** ändern“ mithilfe der Dropdownmenüs Ihr ** Image**, Ihren ** Kernel**, Ihren ** Instanztyp ** und ein ** Start-up Skript ** aus. Wenn es keine Standard-Lifecycle-Konfiguration gibt, ist der ** Start-up ** Skriptwert standardmäßig auf eingestellt. `No script` Andernfalls ist der ** Start-up ** Skriptwert Ihre Standard-Lebenszykluskonfiguration. Nachdem Sie eine Lebenszykluskonfiguration ausgewählt haben, können Sie das gesamte Skript anzeigen. 1. Klicken Sie auf **Auswählen**. 1. Kehren Sie zum Launcher zurück und klicken Sie auf **Notebook erstellen**, um einen neuen Notebook-Kernel mit dem ausgewählten Image und der Lebenszykluskonfiguration zu starten. ## Schritt 4: Anzeigen von Protokollen für eine Lebenszyklus-Konfiguration Sie können die Protokolle für Ihre Lebenszykluskonfiguration anzeigen, nachdem sie an eine Domain oder ein Benutzerprofil angehängt wurde. 1. Gewähren Sie zunächst Zugriff auf CloudWatch für Ihre AWS Identity and Access Management (IAM-) Rolle. Fügen Sie Leseberechtigungen für die folgende Protokollgruppe und den folgenden Protokollstream hinzu. + **Log-Gruppe:**`/aws/sagemaker/studio` + **Log-Stream:**`{{domain}}/{{user-profile}}/{{app-type}}/{{app-name}}/LifecycleConfigOnStart` Informationen zum Hinzufügen von Berechtigungen finden Sie unter Protokollierung für bestimmte AWS Dienste [https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/AWS-logs-and-resource-policy.html](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/AWS-logs-and-resource-policy.html) aktivieren. 1. Navigieren Sie in Studio Classic zum Symbol **Laufende Terminals und Kernel** (![Black square icon representing a placeholder or empty image.](https://docs.aws.amazon.com/de_de/sagemaker/latest/dg/images/studio/icons/running-terminals-kernels.png)) aus, um Ihre Lebenszykluskonfiguration zu überwachen. 1. Wählen Sie eine Anwendung aus der Liste der laufenden Anwendungen aus. Anwendungen mit angehängten Lebenszykluskonfigurationen haben ein angehängtes Indikatorsymbol ![Code brackets symbol representing programming or markup languages.](https://docs.aws.amazon.com/de_de/sagemaker/latest/dg/images/studio/studio-lcc-indicator-icon.png). 1. Wählen Sie das Indikatorsymbol für Ihre Anwendung aus. Dadurch wird ein neues Fenster geöffnet, in dem die Lebenszykluskonfiguration aufgeführt ist. 1. Wählen Sie in dem neuen Panel `View logs`. Dadurch wird eine neue Registerkarte geöffnet, auf der die Protokolle angezeigt werden.