Amazon SageMaker Studio Lab
Aprenda y experimente con el ML con un entorno de desarrollo gratuito y sin necesidad de configuración
Entorno de desarrollo de aprendizaje automático gratuito que proporciona el proceso, el almacenamiento y la seguridad para aprender y experimentar con ML
Comience con una dirección de correo electrónico válida. No es necesario configurar una infraestructura ni administrar una identidad o el acceso, así como tampoco registrarse en una cuenta de AWS
Integración de GitHub y configuración previa con las herramientas, marcos y bibliotecas de ML más populares para que pueda comenzar de inmediato
Amazon SageMaker Studio Lab es un entorno de desarrollo de machine learning (ML) gratuito que proporciona la computación, el almacenamiento (hasta 15 GB) y la seguridad para que cualquiera pueda aprender y experimentar con ML, todo ello sin costo alguno. Todo lo que necesita para comenzar es una dirección de correo electrónico válida; no es necesario configurar la infraestructura ni administrar la identidad y el acceso, ni siquiera inscribirse en una cuenta de AWS. SageMaker Studio Lab acelera la creación de modelos a través de la integración con GitHub, y viene preconfigurado con las herramientas, marcos y bibliotecas de ML más conocidas para que empiece a trabajar inmediatamente. SageMaker Studio Lab automáticamente guarda su trabajo para que no tenga que volver a empezar entre sesiones. Es tan fácil como cerrar el portátil y volver más tarde.
Funcionamiento
Características clave
No se necesita una cuenta de AWS
Para comenzar a utilizar SageMaker Studio Lab, utilice su dirección de correo electrónico para registrarse y crear una cuenta en studiolab.sagemaker.aws. La cuenta de SageMaker Studio Lab es independiente de la cuenta de AWS y no requiere una tarjeta de crédito.
Elija la potencia de computación
SageMaker Studio Lab ofrece sesiones de CPU o GPU para el proyecto. Puede optar por ejecutar blocs de notas con una sesión de CPU de 12 horas para algoritmos complejos, o una sesión de GPU de 4 horas para arquitecturas de aprendizaje profundo (DL), como las redes neuronales convolucionales (CNN) y las redes neuronales recurrentes (RNN). No hay límite en el número de sesiones de computación que puede ejecutar: después de que una sesión termine, puede iniciar una nueva.
Almacenamiento persistente
SageMaker Studio Lab ofrece sesiones persistentes con 15 GB de almacenamiento gratuito a largo plazo, para que pueda guardar el trabajo y retomarlo donde lo dejó. Cuando se termina una sesión, el trabajo se guarda automáticamente en un almacén específico.
Marcos de ML preempaquetados
Elija el mejor administrador de paquetes de Python para el proyecto, como Pip, Conda o Mamba. De forma predeterminada, SageMaker Studio Lab es compatible con las líneas de comando Terminal y Git, así como con la integración de GitHub para la colaboración. La configuración es rápida y sencilla, y no se requiere ninguna configuración para ejecutar un Jupyter Notebook.
