Publié le: Dec 1, 2021
En guise de présentation, Amazon SageMaker Studio Lab est un service gratuit sans configuration qui permet aux développeurs, aux universitaires et aux scientifiques des données d'apprendre et d'expérimenter le machine learning.
En utilisant Amazon SageMaker Studio Lab, les clients pourront se concentrer sur l'expérimentation de l'aspect science des données du machine learning, sans avoir à installer ou configurer d'infrastructure. En fonction de l'application Web open source JupterLab, les clients disposent d'un environnement complètement ouvert qui leur permet de tirer parti de n'importe quel cadre, tel que Pytorch, TensorFlow, MxNet ou Hugging Face, et des bibliothèques telles que SciKitLearn, NumPy et Pandas. Studio Lab dispose de capacités d'enregistrement automatique qui enregistreront automatiquement les sessions utilisateur des clients, afin qu'ils puissent reprendre là où ils s'étaient arrêtés lors de leur prochaine session utilisateur. Les autres bénéfices de SageMaker Studio Lab sont son intégration à Github permettant aux clients d'ouvrir, de visualiser, de modifier et d'exécuter n'importe quel bloc-notes, ainsi que l'intégration à Git, un système de contrôle de version distribué open source.
Pour commencer, cliquez ici et demandez un compte. Il suffit d'une adresse de courriel valide pour s'inscrire. Après cela, vous pouvez rapidement commencer à apprendre et à expérimenter avec les blocs-notes Jupyter. Nous facilitons également la mise en route avec des ressources telles que AWS Machine Learning University, Dive into DeepLearning et les blocs-notes Hugging Face.