Publié le: Aug 2, 2023
Amazon SageMaker Studio est un environnement de développement (IDE) entièrement intégré pour le machine learning (ML) qui permet aux data scientists et aux praticiens du machine learning de suivre leur flux de travail de bout en bout, de la préparation des données à la création, à la formation, au réglage et au déploiement de modèles. En mai 2023, nous avons lancé SageMaker Distribution, une image Docker prédéfinie qui inclut les bibliothèques les plus populaires pour le machine learning en tant que projet open source chez JupyterCon. Aujourd'hui, nous annonçons la prise en charge de SageMaker Distribution dans Amazon SageMaker Studio.
SageMaker Distribution permet aux professionnels de l'apprentissage automatique de démarrer rapidement leur développement de machine learning. Le conteneur Docker prédéfini contient 18 bibliothèques populaires, dont des frameworks de deep learning tels que PyTorch, TensorFlow et Keras, des packages python populaires tels que numpy, scikit-learn et pandas, et des IDE tels que Jupyter Lab. Les versions de ces bibliothèques et packages installés sont compatibles entre elles. L'image SageMaker Distribution peut également être utilisée pour exécuter des tâches de formation SageMaker, de sorte que les clients peuvent désormais utiliser le même environnement d'exécution sur les blocs-notes Studio et les formations SageMaker, ce qui leur permet de passer en douceur de l'expérimentation locale à l'exécution par lots.
SageMaker Distribution est désormais disponible dans toutes les régions AWS où SageMaker Studio est disponible. Vous pouvez maintenant commencer à utiliser SageMaker Distribution en y accédant via la galerie ECR ou GitHub. Pour en savoir plus, consultez le billet de blog et la documentation de SageMaker.