Publicado: Nov 30, 2023
O Amazon SageMaker Studio é uma única interface baseada na web com ferramentas abrangentes de machine learning (ML) e uma escolha de ambientes de desenvolvimento integrados (IDEs) totalmente gerenciados para executar todas as etapas do desenvolvimento de ML, desde a preparação de dados até a criação, treinamento, implantação e gerenciamento de modelos de ML. Hoje, temos o prazer de anunciar uma nova e mais rápida oferta de JupyterLab totalmente gerenciado, o mais recente IDE baseado na web para cadernos, código e dados.
Agora, você pode iniciar o JupyterLab totalmente gerenciado em segundos com o SageMaker Distribution pré-configurado, uma imagem do Docker predefinida com bibliotecas populares de ML mutuamente compatíveis, incluindo estruturas de aprendizado profundo como PyTorch, TensorFlow e Keras; e pacotes python populares, como numpy, scikit-learn e pandas. Você já tem acesso à versão mais recente e completa do JupyterLab 4 e a complementos de codificação baseados em IA generativa, como Amazon Code Whisperer, para criar, depurar, explicar e testar código com rapidez. Você pode aumentar ou reduzir a escala de recursos de computação com a mais ampla seleção de computação e persistir facilmente os pacotes em todas as alterações de instância criando rapidamente ambientes conda personalizados. Além disso, também é possível trazer imagens personalizadas como base para seu ambiente com bibliotecas personalizadas do JupyterLab e de ML.
O JupyterLab no Amazon SageMaker Studio está disponível em todas as regiões da Amazon Web Services (AWS) que oferecem o Amazon SageMaker Studio, exceto nas regiões da China e nas regiões AWS GovCloud (EUA). Para saber mais, consulte a publicação de blog e a documentação do JupyterLab.