Veröffentlicht am: Nov 30, 2023
Amazon SageMaker Studio ist eine einzelne webbasierte Oberfläche mit umfassenden Tools für Machine Learning (ML) und einer Auswahl an vollständig verwalteten integrierten Entwicklungsumgebungen (IDEs) für jeden Schritt der ML-Entwicklung, von der Datenaufbereitung bis hin zur Erstellung, Schulung, Bereitstellung und Verwaltung von ML-Modellen. Wir freuen uns, heute ein neues und schnelleres, vollständig verwaltetes JupyterLab-Angebot ankündigen zu können: die neueste webbasierte IDE für Notebooks, Code und Daten.
Mit der vorkonfigurierten SageMaker-Distribution, einem vorgefertigten Docker-Image mit gegenseitig kompatiblen gängigen ML-Bibliotheken, einschließlich Deep-Learning-Frameworks wie PyTorch, TensorFlow und Keras sowie beliebten Python-Paketen wie numpy, scikit-learn und pandas, können Sie jetzt vollständig verwaltetes JupyterLab in Sekundenschnelle starten. Sie haben jetzt Zugriff auf die neueste, voll funktionsfähige JupyterLab-4-Version mit von generativer KI gestützten Programmierhilfen wie Amazon Code Whisperer, um Code schnell zu erstellen, zu debuggen, zu erklären und zu testen. Sie können Ihre Rechenressourcen mit der größten Auswahl an Rechenleistung hoch- oder herunterskalieren und Ihre Pakete problemlos über Instance-Änderungen hinweg beibehalten, indem Sie schnell benutzerdefinierte Conda-Umgebungen erstellen. Darüber hinaus können Sie Ihre benutzerdefinierten Images verwenden, um Ihre Umgebung mit benutzerdefinierten JupyterLab- und ML-Bibliotheken zu betreiben.
JupyterLab in Amazon SageMaker Studio ist in allen Amazon Web Services (AWS)-Regionen verfügbar, in denen Amazon SageMaker Studio derzeit verfügbar ist, mit Ausnahme der Regionen China und AWS GovCloud (USA). Weitere Informationen finden Sie im Blogbeitrag und in der JupyterLab-Dokumentation.