Les autorisations d’accès Amazon S3 s'intègrent désormais à Amazon SageMaker Studio
Les autorisations d’accès Amazon S3 s'intègrent désormais à Amazon SageMaker Studio pour la formation sur les modèles de machine learning (ML). Les autorisations d’accès S3 vous aident à mapper les identités des fournisseurs d'identité (IdP) tels qu'Active Directory ou les principaux de la gestion des identités et des accès AWS (IAM) à vos jeux de données de machine learning dans S3. L'utilisation du plugin AWS SDK for Python (Boto3) dans les blocs-notes Amazon SageMaker Studio vous permet d'utiliser facilement les autorisations d’accès S3 pour l’entraînement et l'inférence ML.
Commencez à utiliser les autorisations d’accès S3 dans SageMaker Studio en lançant un bloc-notes JupyterLab. Importez ensuite le plugin Boto3 pour les autorisations d’accès Amazon S3 dans votre bloc-notes pour commencer à accéder à vos jeux de données ML dans S3. Le plugin Boto3 demande, met en cache et actualise automatiquement les jetons d'identification temporaires pour toutes les requêtes S3 que vous exécutez dans votre bloc-notes. Les autorisations d’accès S3 mettent automatiquement à jour les autorisations S3 en fonction de l'appartenance à un groupe d'utilisateurs finaux au fur et à mesure que des utilisateurs sont ajoutés et supprimés des groupes dans l'IdP.
Les autorisations d’accès Amazon S3 avec Amazon SageMaker Studio sont disponibles dans toutes les régions AWS où SageMaker Studio est disponible. Pour obtenir des informations sur la tarification, consultez les pages Tarification Amazon S3 et Tarification Amazon SageMaker. Pour en savoir plus sur les autorisations d’accès S3, consultez la documentation.