AWS官方深度学习AMI预装Python3.7，如何升级到3.9且不破坏原有优化？

• 优先使用Conda虚拟环境（无侵入，不破坏原厂配置）
  你使用的Deep Learning AMI默认预装了Miniconda环境，可直接创建独立的Python3.9运行环境，完全与系统默认的Python3.7环境隔离，不会修改任何原厂预装的依赖和性能优化配置：
  执行以下命令创建并激活环境：
  conda create -n py39_env python=3.9
conda activate py39_env
  该AMI默认配置的Conda源已经包含AWS官方优化的GPU版本TensorFlow、OpenCV等依赖包，直接执行conda install tensorflow opencv-python安装即可保留全部原厂性能优化特性。
• 使用预构建深度学习容器运行业务
  该AMI默认预装了Docker和NVIDIA容器运行时，可直接使用官方预构建的Python3.9版本深度学习容器，完全隔离宿主机环境，无需修改本地任何配置。容器内已经完成GPU驱动适配、预装了TensorFlow、OpenCV等常用深度学习依赖，开箱即用。
• 更换更高版本的Deep Learning AMI
  目前官方已经推出了搭载多Python版本的新版Deep Learning AMI，默认同时预装Python3.7、Python3.9两个运行环境，无需额外配置即可直接切换使用，你可在EC2实例创建界面直接选择对应新版镜像部署即可。

内容的提问来源于stack exchange，提问作者user972014