投稿日: Oct 27, 2020
Amazon SageMaker Studio は、機械学習 (ML) のための、初の完全な統合開発環境 (IDE) です。データサイエンティストやデベロッパーは、一回のクリックで素早く SageMaker Studio Notebooks にサインインでき、データセットの検証やモデルの構築を始められます。本日より、独自のイメージを使用して SageMaker Studio ノートブックを起動できるようになりました。
SageMaker Studio ノートブックは、一般的なデータサイエンスおよび ML フレームワーク用の組み込みイメージのセットと、ノートブックを実行するためのコンピューティングオプションを提供します。組み込みの SageMaker イメージには、Amazon SageMaker Python SDK と、カーネルとも呼ばれる最新バージョンのバックエンドランタイムプロセスが含まれています。本日より、カスタムビルドのイメージとカーネルを登録して、SageMaker Studio ドメインを共有するすべてのユーザーがそれらを利用できるようにすることが可能となります。SageMaker が提供するサンプル Docker ファイルの 1 つを複製して拡張することから始めるか、ゼロから独自のイメージを構築することができます。
Tensorflow、MxNet、PyTorch などの一般的な ML フレームワークの特定のバージョンを使用してノートブックを起動できます。R、Julia、Scala などの IPython 以外のカーネルを使用できます。また、独自のパッケージとライブラリを使用してノートブック環境をカスタマイズし、カスタムトレーニングスクリプトを実行したり、データレイクやオンプレミスデータストアへのアクセスを有効にしたりすることもできます。このサービスは、Amazon SageMaker Studio が提供されている、すべての AWS リージョンでご利用になれます。使用を開始するには、以下のリソースのリストをご覧ください。