投稿日: Jun 6, 2022
Amazon SageMaker には、データの探索と機械学習 (ML) モデルの構築のために、フルマネージドノートブックを起動するための 2 つのオプションがあります。最初のオプションは、Amazon SageMaker Studio 内でアクセス可能なファストスタートのコラボレーションに適したノートブックです。これは、機械学習用の完全に統合された開発環境 (IDE) です。Studio でノートブックをすばやく起動し、作業を中断することなく、基盤となるコンピューティングリソースを簡単にダイヤルアップまたはダイヤルダウンでき、数回クリックするだけでノートブックをリンクとして共有することもできます。ノートブックの作成に加えて、Studio の単一のウィンドウで、モデルを構築、トレーニング、デバッグ、追跡、デプロイ、およびモニタリングするためにすべての機械学習の開発ステップを実行できます。2 つ目のオプションは Amazon SageMaker Notebook Instance です。これは、クラウドでノートブックを実行する単一のフルマネージド機械学習コンピューティングインスタンスであり、お客様がノートブック設定をより細かく制御できるようにします。本日、SageMaker Studio と SageMaker Notebook Instance の両方に JupyterLab 3 ノートブックが付属するようになり、SageMaker で機械学習モデルを構築するデータサイエンティストとデベロッパーの生産性を向上させることができるようになったことを発表します。
このアップデートにより、コードの記述、リファクタリング、デバッグ、および最新のオープンソース JupyterLab 拡張機能のサポートのためのデベロッパーツールを備えた最新のインタラクティブ開発環境 (IDE) にアクセスできるようになりました。統合デバッガーを使用すると、データサイエンスと機械学習 (ML) コードをインタラクティブに構築しながら、変数を検査してブレイクポイントをステップスルーできます。さらに、Language Server 拡張機能を使用すると、タブ補完、構文の強調表示、参照へのジャンプ、ノートブックやモジュール間での変数の名前変更など、最新の IDE 機能を有効にして、生産性を大幅に向上させることができます。このリリースの詳細については、このブログ記事をお読みください。
この新機能は、SageMaker Studio と SageMaker Notebook Instance が利用可能なすべての AWS リージョンで利用可能になりました。詳細については、「SageMaker Studio Notebooks ユーザーガイド」および「SageMaker Notebook Instance ユーザーガイド」を参照してください。