Inserito il: May 21, 2018
Ora è possibile accedere a tutti i notebook Jupyter di esempio forniti tramite Amazon SageMaker utilizzando la nuova scheda "SageMaker Examples" (Esempi SageMaker) sulla console di interfaccia di Jupyter; è quindi ora possibile iniziare a utilizzare il machine learning in modo ancora più rapido. Questi esempi riguardano argomenti quali i fondamenti del machine learning, le istruzioni approfondite di algoritmi e framework specifici, le funzionalità avanzate di SageMaker e l'integrazione con Apache Spark. Finora, per visualizzare gli esempi, duplicare il notebook e spostarlo sulla directory home per poi personalizzarlo, era necessario aprire ogni singola directory dell'interfaccia di Jupyter. Ora, con l'aggiunta del plug-in nbexamples, Amazon SageMaker estende l'interfaccia di Jupyter per snellire e ottimizzare il processo di individuazione dei notebook di esempio. Nell'elenco dei notebook raggruppati per categoria, è possibile visualizzare in anteprima una copia del notebook in sola lettura ed esaminarla attentamente prima dell'uso. Una volta selezionato il notebook più adatto alla soluzione di machine learning, con un solo clic nell'interfaccia di Jupyter è possibile copiarlo nella directory iniziale dell'istanza del notebook Jupyter con il nome desiderato. È quindi possibile modificare il notebook in base al caso d'uso specifico ed eseguirlo per creare, addestrare e distribuire il proprio modello di machine learning.
Il nuovo plug-in per l'interfaccia Jupyter è disponibile oggi su Amazon SageMaker nelle seguenti regioni AWS: Stati Uniti orientali (Virginia settentrionale), Stati Uniti orientali (Ohio), UE (Irlanda) e Stati Uniti occidentali (Oregon). Per maggiori informazioni su come usare i notebook di esempio con il plugin nbexamples, consultare la documentazione di Amazon SageMaker.