Cuadernos de Amazon SageMaker

Cuadernos completamente administrados en JupyterLab para explorar datos y crear modelos de ML

¿Qué son los cuadernos de SageMaker?

Inicie JupyterLab completamente administrado desde Amazon SageMaker Studio en cuestión de segundos. Utilice el entorno de desarrollo integrado (IDE) para cuadernos, código y datos. Puede utilizar los cuadernos colaborativos de inicio rápido del IDE para acceder a herramientas de ML diseñadas específicamente en SageMaker y otros servicios de AWS para su desarrollo completo de ML, desde la preparación de datos a escala de petabytes con Spark en Amazon EMR hasta el entrenamiento y la depuración de modelos, la implementación, la supervisión de modelos y la gestión de canalizaciones, todo en una interfaz visual basada en la web. Aumente o reduzca fácilmente los recursos de computación sin interrumpir el trabajo.

Beneficios de los cuadernos de SageMaker

Lance un JupyterLab completamente administrado en cuestión de segundos en Amazon SageMaker Studio. SageMaker Studio viene preconfigurado con la distribución de SageMaker que contiene paquetes populares para ML, incluidos marcos de aprendizaje profundo como PyTorch, TensorFlow y Keras; al igual que paquetes populares de Python como NumPy, scikit-learn y panda.
Escale o desescale verticalmente los recursos de computación con la selección más amplia de instancias optimizadas para computación y aceleradas por GPU en la nube.
Use el complemento de codificación y las herramientas de seguridad con IA generativa para escribir código de alta calidad más rápido. Genere, depure y explique el código fuente con Amazon CodeWhisperer y analice la seguridad y la calidad del código con Amazon CodeGuru.
Cree flujos de trabajo de análisis y ML unificados en el mismo cuaderno. Ejecute trabajos interactivos de Spark en la infraestructura sin servidor de Amazon EMR y AWS Glue, directamente desde su cuaderno. Monitoree y depure los trabajos más rápidamente con la interfaz de usuario de Spark integrada. Automatice fácilmente la preparación de datos mediante la programación del cuaderno como un trabajo con unos pocos pasos.

Desarrolle ML a escala

Quick Start

Inicie JupyterLab completamente administrado en Studio en cuestión de segundos. SageMaker Studio viene preconfigurado con una distribución de SageMaker prediseñada que contiene paquetes populares para ML, incluidos marcos de aprendizaje profundo como PyTorch, TensorFlow y Keras; paquetes populares de Python como NumPy, scikit-learn y panda para ayudarlo a comenzar a crear modelos.

Computación elástica

Escale o desescale verticalmente los recursos de computación subyacentes y utilice el almacenamiento persistente compartido para cambiar de computación, todo ello sin interrumpir el trabajo. Elija entre la más amplia selección de recursos de computación que AWS ofrece, incluidas las instancias de GPU más potentes para ML.