Amazon SageMaker not defterleri

Verileri keşfetmek ve ML modelleri oluşturmak için JupyterLab'de tam olarak yönetilen not defterleri

SageMaker not defterleri nedir?

Tam olarak yönetilen Jupyter Lab'i Amazon SageMaker Stüdyosu'ndan saniyeler içinde başlatın. Not defterleri, kod ve veriler için entegre geliştirme ortamını (IDE) kullanın. Amazon EMR'de Spark kullanarak petabayt ölçeğinde veri hazırlamaktan modelleri eğitip hata ayıklamaya, modelleri dağıtıp izlemekten işlem hatlarını yönetmeye kadar tüm ML geliştirmeniz için SageMaker ve diğer AWS hizmetlerindeki amaca yönelik makine öğrenimi araçlarına erişmek üzere IDE'deki hızlı başlangıç, iş birliğine dayalı not defterlerini kullanabilirsiniz. Üstelik hepsini tek bir web tabanlı görsel arabirimde gerçekleştirebilirsiniz. Çalışmanızı kesintiye uğratmadan işlem kaynaklarını kolayca artırıp azaltın.

SageMaker not defterlerinin avantajları

Tam olarak yönetilen JupyterLab'i Amazon SageMaker Stüdyosu'nda saniyeler içinde başlatın. SageMaker Stüdyosu; PyTorch, TensorFlow ve Keras gibi derin öğrenme çerçeveleri ve NumPy, scikit-learn ve panda gibi popüler Python paketleri de dahil olmak üzere popüler ML paketleri içeren SageMaker dağıtımıyla önceden yapılandırılmış olarak gelir.
İşlem için optimize edilmiş ve GPU hızlandırmalı en geniş bulut sunucusu seçenekleriyle işlem kaynaklarınızın ölçeğini artırın veya azaltın.
Yüksek kaliteli kodu daha hızlı yazmak için üretici yapay zeka destekli kodlama asistanını ve güvenlik araçlarını kullanın. Amazon CodeWhisperer ile kaynak kodu oluşturun, hata ayıklayın ve açıklayın. Amazon CodeGuru ileyse güvenlik ve kod kalitesi taramaları yapın.
Aynı not defterinde birleşik analiz ve ML iş akışları oluşturun. Etkileşimli Spark işlerini Amazon EMR ve AWS Glue sunucusuz altyapısı üzerinde doğrudan not defterinizden çalıştırın. Satır içi Spark kullanıcı arabirimiyle işleri daha hızlı izleyin ve hata ayıklayın. Birkaç basit adımla not defterini iş olarak zamanlayıp veri hazırlığınızı kolayca otomatikleştirin.

Uygun ölçekte makine öğrenimi oluşturun

Hızlı başlangıç

Tam olarak yönetilen Jupyter Lab'i Stüdyo'da saniyeler içinde başlatın. SageMaker Stüdyosu; PyTorch, TensorFlow ve Keras gibi derin öğrenme çerçeveleri ve model oluşturmaya başlamanıza yardımcı olacak NumPy, scikit-learn ve panda gibi popüler Python paketleri de dahil olmak üzere popüler ML paketleri içeren önceden oluşturulmuş SageMaker dağıtımıyla önceden yapılandırılmış olarak gelir.

Esnek işlem

İşinizi kesintiye uğratmaksızın temel işlem kaynaklarınızı yukarı veya aşağı ölçeklendirin ve paylaşılan kalıcı depolama alanını işlem geçişi için kullanın. ML için en güçlü GPU bulut sunucuları da dahil olmak üzere AWS tarafından sunulan en geniş bilgi işlem kaynakları arasından seçim yapın.