Publicado en: Aug 2, 2023
Amazon SageMaker Studio es un entorno de desarrollo completamente integrado para machine learning que permite a los científicos de datos y a los profesionales de ML llevar a cabo cada paso del flujo de trabajo de machine learning, desde la preparación de los datos hasta la creación, el entrenamiento, el ajuste y la implementación de los modelos. En mayo de 2023, lanzamos SageMaker Distribution, una imagen de docker prediseñada que incluye las bibliotecas de machine learning más populares como proyecto de código abierto en JupyterCon. Hoy anunciamos la compatibilidad con SageMaker Distribution en Amazon SageMaker Studio.
SageMaker Distribution permite a los profesionales de machine learning comenzar rápidamente con su desarrollo de ML. El contenedor docker prediseñado tiene 18 bibliotecas populares que incluyen marcos de aprendizaje profundo como PyTorch, TensorFlow y Keras; paquetes populares de Python como numpy, scikit-learn y pandas; e IDE como Jupyter Lab. Las versiones de estas bibliotecas y paquetes instalados son compatibles entre sí. La imagen de SageMaker Distribution también se puede usar para ejecutar trabajos de formación de SageMaker, de modo que los clientes ahora pueden utilizar la misma versión de ejecución en los cuadernos de Studio y en la formación de SageMaker, lo que les permite pasar sin problemas de la experimentación local a la ejecución por lotes.
SageMaker Distribution ya está disponible en todas las regiones de AWS donde se encuentra disponible SageMaker Studio. Ahora puede comenzar con SageMaker Distribution accediendo a él a través de la galería de ECR o GitHub. Para obtener más información, consulte la publicación en el blog y la documentación de SageMaker.