如何在AWS SageMaker的Jupyter环境中使用自定义Conda环境并安装依赖？

一、修复Conda环境创建与激活失败的问题 #

1. 先确认environment.yaml文件在当前工作目录，执行ls命令查看。如果文件不存在，先把文件上传到Notebook实例的对应路径。
2. 创建环境时若遇网络或镜像问题，可修改environment.yaml的channels为国内镜像源（加速依赖下载），示例：

   channels:
     - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
     - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
     - conda-forge
   dependencies:
     # 你的依赖包列表
   

3. 执行创建命令：

   conda env create -f environment.yaml
   

4. 激活环境时，若直接用conda activate ldm无效，先初始化conda：

   conda init bash
   

   关闭当前终端重新打开后，再执行conda activate ldm；或者临时用source activate ldm激活。

二、让Jupyter Lab识别自定义Conda环境 #

环境创建激活后，需要将其注册为Jupyter内核，才能在Notebook中使用：

1. 激活目标环境后，安装ipykernel：

   conda install ipykernel -y
   

2. 注册内核到Jupyter：

   python -m ipykernel install --user --name ldm --display-name "Conda (ldm)"
   

3. 重启Jupyter Lab，在右上角的内核选择器中就能找到Conda (ldm)环境，切换后即可在Notebook中使用该环境运行代码。

三、简便安装依赖的替代方案 #

• 若通过yaml文件创建环境失败，可直接在激活的环境中用pip批量安装：

  pip install -r requirements.txt
  

• 也可在Notebook单元格中用魔法命令直接安装依赖（无需切换终端）：

  # 给ldm环境安装单个包
  !conda install -n ldm numpy pandas -y
  # 或用pip安装
  !pip install torch torchvision
  

• 基于SageMaker自带的base环境克隆新环境，再补充安装所需依赖，能节省大量下载时间：

  conda create --name ldm --clone base -y
  conda activate ldm
  # 安装额外依赖
  pip install [你的依赖包]
  

内容的提问来源于stack exchange，提问作者Adam