SageMaker AI StudioでJupyterLab スペースを作成しJupyterLab を起動、S3拡張のインストール

JupyterLab ユーザーガイドとJupyterLab 拡張機能を参照して、設定しました。

Amazon SageMaker AIのクイックセットアップで作成したドメインを使用しました。

JupyterLabスペースの作成

SageMaker AI StudioにアクセスしてJupyterLabをクリックしました。

右上の[+ Create JupyterLab space]をクリックしました。

名前を入力して、[Create space]をクリックしました。

インスタンスタイプ、イメージ、ストレージサイズ、ファイルシステム、ライフサイクル設定はそのままでRun spaceしました。

スペースが起動しました。

[Open JupyterLab]ボタンからJupyterLabを開きました。

S3拡張をインストールする

JupyterLabでターミナルを開いて次のコマンドを実行しました。

ターミナルを閉じて、改めてターミナルを開いて次を実行しました。

画面を更新するとバケットのアイコンが現れて、S3バケットへアクセスできるようになりました。

ユーザーガイドのままやって発生したエラーと対応

ユーザーガイドでは次のコマンド実行とだけ書いてあるので実行しました。

CondaError: Run ‘conda init’ before ‘conda activate’

conda initの後、ターミナルを一度閉じて開き直す必要がありました。

EnvironmentNameNotFound: Could not find conda environment: studio

studioという環境はなく、conda info –envsで確認すると初期状態ではbaseがあったのでbaseに対してactivateしました。

jupyter command jupyter-serverextension not found.

jupyter-serverextensionがなかったのでjupyter server extension に変更しました。

最後までお読みいただきましてありがとうございました！

「AWS認定資格試験テキスト＆問題集　AWS認定ソリューションアーキテクト - プロフェッショナル 改訂第2版」という本を書きました。

「AWS認定資格試験テキスト AWS認定クラウドプラクティショナー 改訂第3版」という本を書きました。

「AWS認定資格試験テキスト　AWS認定AIプラクティショナー」という本を書きました。

「AWS教科書 AWS認定デベロッパーアソシエイト テキスト＆問題集 」という本を書きました。

「要点整理から攻略するAWS認定ソリューションアーキテクト-アソシエイト」という本を書きました。

「AWSではじめるLinux入門ガイド」という本を書きました。

@yamamanx

開発ベンダー5年、ユーザ企業システム部門通算9年、ITインストラクター5年目でプロトタイプビルダーもやりだしたSoftware Engineerです。
質問はコメントかSNSなどからお気軽にどうぞ。
出来る限りなるべく答えます。

このブログの内容/発言の一切は個人の見解であり、所属する組織とは関係ありません。
このブログは経験したことなどの共有を目的としており、手順や結果などを保証するものではありません。
ご参考にされる際は、読者様自身のご判断にてご対応をお願いいたします。

また、勉強会やイベントのレポートは自分が気になったことをメモしたり、聞いて思ったことを書いていますので、登壇者の意見や発表内容ではありません。