投稿日: Sep 24, 2021

Amazon SageMaker Studio は、機械学習 (ML) 用の初の完全統合開発環境 (IDE) です。SageMaker Studio は、データの準備、モデルの構築、トレーニング、およびデプロイに必要なすべての ML 開発ステップを実行できる単一のウェブベースのビジュアルインターフェイスを提供します。データサイエンティストや ML デベロッパーは、1 回のクリックですばやく SageMaker Studio ノートブックにサインインしてデータセットの検証やモデルの構築を始めることができます。ライフサイクル設定を使用して Studio 開発環境のカスタマイズを自動化できるようになりました。

ライフサイクル設定は、SageMaker Studio ライフサイクルイベント (新規 Studio ノートブックの開始など) によってトリガーされるシェルスクリプトです。スクリプトを使用して、カスタムパッケージのインストール、ノートブック拡張機能の設定、データセットのプリロード、ソースコードリポジトリのセットアップなどの Studio のカスタマイズを行うことができます。独自のコンテナイメージを SageMaker Studio で使用する機能とライフサイクル設定を組み合わせることにより、Studio を設定するための完全な柔軟性とコントロールを利用して特定のニーズを満たすことができます。例えば、最も一般的に使用されているパッケージとライブラリでベースコンテナイメージの最小セットを作成し、ライフサイクル設定を使用して、データサイエンスチームと ML チーム全体で特定のユースケース用の追加のパッケージをインストールできます。

ライフサイクル設定機能は、SageMaker Studio が提供されているすべての AWS リージョンで利用できます。ライフサイクル設定は、AWS CLI と AWS SDK を使用して作成し、Studio ドメインまたは個々のユーザーにアタッチできます。サンプルスクリプトと例を使用すれば、すぐに開始できます。この新しい機能の詳細については、SageMaker Studio ユーザーガイドを参照してください。