Veröffentlicht am: Nov 30, 2023
Amazon SageMaker Studio bietet vollständig integrierte Entwicklungsumgebungen (IDEs) für maschinelles Lernen (ML). Im Juli 2023 haben wir Amazon SageMaker Distribution eingeführt, eine Sammlung von Docker-Images, die die beliebtesten Bibliotheken für ML in Amazon SageMaker Studio und Amazon Studio Lab enthält. Heute erweitern wir die Unterstützung für Amazon SageMaker Distribution auf zwei beliebte IDEs, die von Datenwissenschaftlern und ML-Entwicklern verwendet werden: Code Editor, basierend auf Visual Studio Code Open Source (Code-OSS), und JupyterLab, verfügbar auf Amazon SageMaker Studio.
SageMaker Distribution ermöglicht praktischen Anwendern von ML, schnell mit ihrer ML-Entwicklung auf den IDEs ihrer Wahl zu beginnen. Auf den IDEs ist die neueste Version des SageMaker Distribution-Images vorinstalliert. 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 und Code Editor. 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 kommerziellen AWS-Regionen als GPU-Variante und CPU-Variante verfügbar. 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.