- 机器学习›
- Amazon SageMaker AI›
- Amazon SageMaker Studio
Amazon SageMaker Studio
用于端到端人工智能模型开发的基于 Web 的统一界面
为什么使用 SageMaker Studio？
Amazon SageMaker Studio 提供多种专门构建的工具来执行所有人工智能模型开发步骤，从准备数据到构建、训练、部署和管理人工智能模型。您可以使用首选集成式开发环境（IDE）快速上传数据并构建模型。简化团队协作，使用人工智能驱动型编程辅助工具高效编码，调整和调试模型，在生产环境中部署和管理模型，实现工作流自动化，所有这些都在一个统一的 Web 界面中完成。
SageMaker Studio 的优势
使用完全托管式云 IDE 或本地 IDE 开发人工智能模型。快速启动您首选的完全托管式 IDE，包括 JupyterLab、基于 Code-OSS 的代码编辑器（VS Code 开源版）以及 RStudio，并根据您的需求动态扩展底层计算资源。此外，您可以在本地的 Visual Studio Code 中开发人工智能模型，同时利用 SageMaker AI 的可扩展计算资源。
访问一组最全面的工具，这些工具适用于您的人工智能模型开发工作的每个步骤，包括准备数据、构建、训练、部署和管理模型。在每个步骤之间快速切换，以微调模型、重播训练实验，并直接从 JupyterLab、代码编辑器或 RStudio on SageMaker AI 扩展到分布式训练。使用我们集成到您工作流中的生成式人工智能驱动型助手更快地进行构建。在整个人工智能模型开发之旅中，我们的人工智能助手都可实时为您提供支持，所有操作都在您的笔记本环境中实现。
您可以使用 Web 浏览器从任何设备使用 SageMaker Studio。代码和数据都保存在安全的云环境中，无需将敏感的构件下载到本地计算机。
使用 AWS 合作伙伴提供的常用应用程序加速您的模型开发。使用无缝的完全托管式体验，无需预置或运行基础设施，所有操作均在您的 SageMaker 人工智能环境的安全和隐私范围内进行。
使用案例
在 SageMaker Studio 中统一端到端人工智能模型开发，将最全面的工具集于一身。SageMaker AI 提供高性能 MLOps 工具，可帮助您自动化和标准化工作流和治理工具，进而支持整个组织的透明度和可审计性。
SageMaker Studio 为执行所有数据分析和模型工作流提供了统一的体验。创建、浏览和连接到 Amazon EMR 集群。使用 AWS Glue 交互式会话构建、测试和运行交互式数据准备和分析应用程序。使用熟悉的工具（例如 Spark UI）监控和调试 Spark 作业 – 所有作业都直接在 SageMaker Studio 中完成。