Publié le: Nov 30, 2023
Amazon SageMaker Studio propose des environnements de développement entièrement intégrés (IDE) pour le machine learning. En juillet 2023, nous avons lancé la distribution Amazon SageMaker, une collection d'images Docker qui inclut les bibliothèques de machine learning les plus populaires dans Amazon SageMaker Studio et Amazon Studio Lab. Nous étendons aujourd'hui la prise en charge de cette distribution à deux environnements IDE couramment utilisés par les spécialistes des données et les développeurs de machine learning : Code Editor, basé sur Visual Studio Code Open Source (Code-OSS), et JupyterLab, disponible dans Amazon SageMaker Studio.
La distribution SageMaker permet aux informaticiens de se lancer rapidement dans le développement du machine learning dans l'environnement IDE de leur choix. Les environnements IDE sont fournis avec la dernière version de l'image de distribution SageMaker. L'image prédéfinie contient les bibliothèques les plus populaires, dont des frameworks de deep learning (PyTorch, TensorFlow, Keras), des packages Python courants (numpy, scikit-learn, pandas) et des environnements IDE (Jupyter Lab, Code Editor). Les différentes versions des bibliothèques et packages installés sont compatibles les unes avec les autres. L'image de distribution SageMaker permet également d'exécuter des tâches d'entraînement SageMaker. Ainsi, les clients peuvent désormais utiliser le même environnement d'exécution sur les blocs-notes Studio et dans le cadre de l'entraînement SageMaker, ce qui leur permet de passer en douceur de l'expérimentation locale à l'exécution par lots.
La distribution SageMaker est désormais disponible dans toutes les régions commerciales AWS dans les variantes GPU et CPU. Vous pouvez dès à présent commencer à utiliser la distribution SageMaker en y accédant via la galerie ECR ou via GitHub. Si vous souhaitez en savoir plus, consultez le billet de blog et la documentation de SageMaker.