Veröffentlicht am: Aug 2, 2023
Amazon SageMaker Studio ist eine vollständig integrierte Entwicklungsumgebung (IDE) für Machine Learning (ML), die Datenwissenschaftlern und ML-Praktikern ihren durchgängigen Arbeitsablauf für Machine Learning ermöglicht, von der Datenaufbereitung bis hin zur Erstellung, Schulung, Optimierung und Bereitstellung von Modellen. Im Mai 2023 haben wir SageMaker Distribution, ein vorgefertigtes Docker-Image, das die beliebtesten Bibliotheken für Machine Learning enthält, als Open-Source-Projekt auf JupyterCon eingeführt. Heute kündigen wir die Unterstützung für SageMaker Distribution in Amazon SageMaker Studio an.
Mit SageMaker Distribution können Praktiker des maschinellen Lernens schnell mit ihrer ML-Entwicklung beginnen. Der vorgefertigte Docker-Container enthält 18 beliebte Bibliotheken, darunter Deep-Learning-Frameworks wie PyTorch, TensorFlow und Keras, beliebte Python-Pakete wie numpy, scikit-Learn und Pandas sowie IDEs wie Jupyter Lab. Die Versionen dieser installierten Bibliotheken und Pakete sind miteinander kompatibel. Das SageMaker Distribution-Image kann auch zur Ausführung von SageMaker-Trainingsjobs verwendet werden, sodass Kunden jetzt dieselbe Laufzeit auf Studio-Notebooks und SageMaker-Schulungen verwenden können und nahtlos von lokalen Experimenten zur Batch-Ausführung übergehen können.
SageMaker Distribution ist jetzt in allen AWS-Regionen verfügbar, in denen SageMaker Studio verfügbar ist. Sie können jetzt mit SageMaker-Distribution beginnen, indem Sie über die ECR-Galerie oder GitHub darauf zugreifen. Weitere Informationen finden Sie im Blogbeitrag und in der SageMaker-Dokumentation.