Veröffentlicht am: Nov 23, 2021
Amazon SageMaker Studio ist die erste vollständig integrierte Entwicklungsumgebung (Integrated Development Environment, IDE) für Machine Learning (ML). Mit einem einzigen Klick können Datenwissenschaftler und Entwickler schnell SageMaker Studio Notebooks erstellen, um interaktiv Datensätze zu untersuchen und ML-Modelle zu erstellen. Die Notebooks sind mit Deep-Learning-Umgebungen für AWS-optimiertes TensorFlow und PyTorch vorkonfiguriert, um schnell mit dem Erstellen von Modellen beginnen zu können. Ab heute können Sie auf zwei neue Umgebungen für TensorFlow 2.6 und PyTorch 1.8 zugreifen.
Die Datenaufbereitung ist ein grundlegender Schritt in jedem Datenwissenschafts- und ML-Workflow. Daher verfügen die neuen Umgebungen von TensorFlow 2.6 und PyTorch 1.8 standardmäßig über die kürzlich vorgestellte Funktion zum visuellen Durchsuchen und Verbinden mit Amazon-EMR-Clustern direkt über das SageMaker Studio Notebook. So können Sie Daten im Petabyte-Maßstab interaktiv mit Spark, Hive und Presto on Amazon EMR untersuchen, visualisieren und aufbereiten sowie ML-Modelle mit den neuesten Deep-Learning-Frameworks erstellen, ohne das Notebook zu verlassen.
Diese Funktionen sind generell in allen AWS-Regionen verfügbar, in denen SageMaker Studio verfügbar ist, und es fallen keine zusätzlichen Gebühren für die Nutzung dieser Funktionen an. Alle Informationen zu Preisen und regionaler Verfügbarkeit finden Sie in der Preisübersicht zu SageMaker Studio. Weitere Informationen finden Sie unter Aufbereiten von Daten mit Studio Notebooks im SageMaker-Studio-Notebooks-Benutzerhandbuch.