发布于: Dec 29, 2023
Amazon SageMaker Studio 为机器学习 (ML) 开发提供集成式开发环境 (IDE)。Studio 提供了用于数据准备、试验和生产的工具，可提高工作效率。Studio 用户现在可以在其 Studio IDE 实例上本地运行 SageMaker 处理、训练、推理和批量转换作业。用户还可以在 Studio IDE 中本地构建和测试与 SageMaker 兼容的 Docker 映像。
数据科学家能以迭代方式开发 ML 模型并快速调试代码更改，而无需离开其 IDE 或等待远程计算资源。用户可以在本地运行小规模作业来测试实现和检查输出，然后再在云端运行完整的作业。这种方式提供了有关代码更改的即时反馈，并在无需等待云资源的情况下尽早发现问题，从而优化了工作流程。
此外，Studio 本地模式现在提供 Docker 构建和运行功能。用户可以直接在 Studio 中使用其模型代码和依赖项构建 Docker 映像。这样可以避免进行外部 Docker 设置和构建步骤，从而简化容器的创建。容器构建完成后，可以在本地运行以验证实现，然后再部署到云端。在 Studio 中构建和测试容器，可以提高开发人员的工作效率并加快生产过程。Docker 构建功能还支持跨环境重复使用容器。在本地构建的容器可以按原样部署到 SageMaker 进行训练和托管。有了这种一致性，就不会出现因本地和云环境之间的差异而产生的问题。
此功能现已在提供 Amazon SageMaker 的所有区域推出。要了解更多信息，请参阅 SageMaker Studio 本地模式和 SageMaker Studio Docker 支持。