如何使用 Lambda 函数创建 Amazon SageMaker 笔记本实例？

解决方法

1.    使用允许 sagemaker:CreateNotebookInstance 操作的附加策略创建 AWS Identity and Access Management (IAM) Lambda 执行角色。例如，您可以创建一个附加有 AmazonSageMakerFullAccess 策略的角色。

2.    创建 Amazon SageMaker 执行角色。有关 Amazon SageMaker 执行角色所需权限的更多信息，请参阅 CreateNotebookInstance API：执行角色权限。

3.    打开 Lambda 控制台。

4.    选择创建函数。

5.    选择从头开始创作，然后配置以下选项：

对于名称，输入函数名称。
对于运行时，选择其中一个 Python 选项。
对于角色，选择选择现有角色。
对于现有角色，选择允许 sagemaker:CreateNotebookInstance 操作的 IAM 角色。该角色是您在步骤 1 中创建的角色。

6.    选择创建函数。

7.    在函数代码部分中，粘贴类似以下内容的代码：

import os
import boto3
import time

INSTANCE_TYPE = os.environ['INSTANCE_TYPE']
NOTEBOOK_NAME = os.environ['NOTEBOOK_NAME']
ROLE=os.environ['ROLE']

sagemaker = boto3.client('sagemaker')

def lambda_handler(event, context):
    sagemaker_notebook = sagemaker.create_notebook_instance(
        NotebookInstanceName = NOTEBOOK_NAME +'-'+str(int(time.time())),
        InstanceType = INSTANCE_TYPE,
        RoleArn=ROLE
    )

print("New Amazon SageMaker notebook instance created.")

8.    向下滚动到环境变量部分，然后选择编辑。

9.    选择添加环境变量，然后使用以下选项创建三个环境变量。环境变量可使您存储配置设置，而无需更改函数代码。

对于键，输入 ROLE。
对于值，输入 Amazon SageMaker 执行角色的 Amazon 资源名称 (ARN)。该角色是您在第 2 步中创建的角色。

对于键，输入 INSTANCE_TYPE。
对于 Value（值），输入笔记本实例的实例类型。有关更多信息，请参阅受支持的实例类型和可用区。

对于 Key（键），输入 NOTEBOOK_NAME。
对于值，为您的笔记本输入名称。

10.    选择保存以保存环境变量。

11.    在函数配置页面的右上角，选择保存，然后选择测试。测试事件可以为空 ("{}")。

12.    打开 Amazon SageMaker 控制台以确认笔记本实例正在初始化。

注意：如果 Lambda 函数测试超时，请重新打开 Lambda 函数。向下滚动到基本设置 部分，然后增加超时值。默认值为三秒。

确认该函数正常工作后，您可以创建触发器，以基于另一个 AWS 服务中的事件自动运行函数。有关更多信息，请参阅将 AWS Lambda 与其他服务结合使用。

---