রিয়েল-টাইম সহযোগিতার জন্য সেজমেকার স্টুডিওতে শেয়ার্ড স্পেস ব্যবহার করে মেশিন লার্নিং ডেভেলপমেন্ট সংগঠিত করুন

অ্যামাজন সেজমেকার স্টুডিও মেশিন লার্নিং (ML) এর জন্য প্রথম সম্পূর্ণ সমন্বিত উন্নয়ন পরিবেশ (IDE)। এটি একটি একক, ওয়েব-ভিত্তিক ভিজ্যুয়াল ইন্টারফেস প্রদান করে যেখানে আপনি ডেটা প্রস্তুত এবং তৈরি, প্রশিক্ষণ এবং মডেল স্থাপন সহ সমস্ত ML উন্নয়ন পদক্ষেপগুলি সম্পাদন করতে পারেন।

একটি মধ্যে আমাজন সেজমেকার ডোমেন, ব্যবহারকারীরা একটি ব্যক্তিগত Amazon SageMaker Studio IDE অ্যাপ্লিকেশনের ব্যবস্থা করতে পারে, যা Amazon পরীক্ষা করার জন্য অন্তর্নির্মিত ইন্টিগ্রেশন সহ একটি বিনামূল্যে JupyterServer চালায় সেজমেকার পরীক্ষা-নিরীক্ষা, অর্কেস্ট্রেট অ্যামাজন সেজমেকার পাইপলাইন, এবং আরো অনেক কিছু. ব্যবহারকারীরা শুধুমাত্র তাদের নোটবুকের কার্নেলে নমনীয় গণনার জন্য অর্থ প্রদান করে। এই ব্যক্তিগত অ্যাপ্লিকেশন স্বয়ংক্রিয়ভাবে একটি সংশ্লিষ্ট ব্যবহারকারীর ব্যক্তিগত মাউন্ট আমাজন ইলাস্টিক ফাইল সিস্টেম (Amazon EFS) হোম ডিরেক্টরি যাতে তারা কোড, ডেটা এবং অন্যান্য ফাইলগুলিকে অন্য ব্যবহারকারীদের থেকে বিচ্ছিন্ন রাখতে পারে। আমাজন সেজমেকার স্টুডিও ইতিমধ্যেই ব্যক্তিগত অ্যাপ্লিকেশনগুলির মধ্যে নোটবুক ভাগাভাগি সমর্থন করে৷, কিন্তু অ্যাসিঙ্ক্রোনাস মেকানিজম পুনরাবৃত্তি প্রক্রিয়াকে ধীর করে দিতে পারে।

সাথে এখন Amazon SageMaker স্টুডিওতে শেয়ার করা স্পেস, ব্যবহারকারীরা একটি ভাগ করা IDE অ্যাপ্লিকেশন তৈরি করে সহযোগিতামূলক ML প্রচেষ্টা এবং উদ্যোগগুলি সংগঠিত করতে পারে যা ব্যবহারকারীরা তাদের নিজস্ব Amazon SageMaker ব্যবহারকারী প্রোফাইলের সাথে ব্যবহার করে। একটি শেয়ার্ড স্পেসে সহযোগিতা করা ডেটা কর্মীরা একটি Amazon SageMaker স্টুডিও পরিবেশে অ্যাক্সেস পায় যেখানে তারা তাদের নোটবুকগুলিকে রিয়েল টাইমে অ্যাক্সেস করতে, পড়তে, সম্পাদনা করতে এবং শেয়ার করতে পারে, যা তাদের নতুন আইডিয়া নিয়ে তাদের সহকর্মীদের সাথে পুনরাবৃত্তি শুরু করার দ্রুততম পথ দেয়৷ ডেটা কর্মীরা রিয়েল-টাইম সহযোগিতার ক্ষমতা ব্যবহার করে একই নোটবুকে একযোগে সহযোগিতা করতে পারে। নোটবুক প্রতিটি সহ-সম্পাদনাকারী ব্যবহারকারীকে একটি ভিন্ন কার্সার দিয়ে নির্দেশ করে যা তাদের নিজ নিজ ব্যবহারকারীর প্রোফাইল নাম দেখায়।

সেজমেকার স্টুডিওতে ভাগ করা স্থানগুলি স্বয়ংক্রিয়ভাবে সংস্থানগুলিকে ট্যাগ করে, যেমন প্রশিক্ষণের কাজ, প্রক্রিয়াকরণের কাজ, পরীক্ষা, পাইপলাইন এবং মডেল রেজিস্ট্রি এন্ট্রিগুলি তাদের নিজ নিজ কর্মক্ষেত্রের মধ্যে তৈরি করা হয়েছে sagemaker:space-arn. স্থানটি অ্যামাজন সেজমেকার স্টুডিও ইউজার ইন্টারফেস (ইউআই) এর মধ্যে সেই সংস্থানগুলিকে ফিল্টার করে যাতে ব্যবহারকারীদের শুধুমাত্র সেজমেকার পরীক্ষা, পাইপলাইন এবং অন্যান্য সংস্থানগুলি উপস্থাপন করা হয় যা তাদের এমএল প্রচেষ্টার সাথে প্রাসঙ্গিক।

সমাধান ওভারভিউ

যেহেতু ভাগ করা স্থানগুলি স্বয়ংক্রিয়ভাবে সংস্থানগুলিকে ট্যাগ করে, তাই প্রশাসকরা সহজেই একটি ML প্রচেষ্টার সাথে সম্পর্কিত খরচগুলি নিরীক্ষণ করতে পারে এবং সরঞ্জামগুলি ব্যবহার করে বাজেট পরিকল্পনা করতে পারে যেমন AWS বাজেট এবং AWS কস্ট এক্সপ্লোরার. একজন প্রশাসক হিসেবে আপনাকে শুধুমাত্র একটি সংযুক্ত করতে হবে খরচ বরাদ্দ ট্যাগ উন্নত sagemaker:space-arn.

একবার এটি সম্পূর্ণ হয়ে গেলে, আপনি AWS Cost Explorer ব্যবহার করতে পারেন আপনার প্রতিষ্ঠানের ব্যক্তিগত ML প্রকল্পের জন্য কত খরচ হচ্ছে তা শনাক্ত করতে।

Amazon SageMaker স্টুডিওতে শেয়ার করা স্পেস দিয়ে শুরু করুন

এই বিভাগে, আমরা Amazon SageMaker স্টুডিওতে শেয়ার্ড স্পেস তৈরি এবং ব্যবহার করার জন্য সাধারণ ওয়ার্কফ্লো বিশ্লেষণ করব।

Amazon SageMaker স্টুডিওতে একটি ভাগ করা স্থান তৈরি করুন

আপনি Amazon SageMaker কনসোল বা ব্যবহার করতে পারেন এডাব্লুএস কমান্ড লাইন ইন্টারফেস (AWS CLI) একটি বিদ্যমান ডোমেনে স্পেসগুলির জন্য সমর্থন যোগ করতে। সবচেয়ে আপ টু ডেট তথ্যের জন্য, চেক করুন একটি ভাগ করা স্থান তৈরি করুন. ভাগ করা স্থানগুলি শুধুমাত্র একটি JupyterLab 3 SageMaker স্টুডিও ইমেজ এবং AWS আইডেন্টিটি এবং অ্যাক্সেস ম্যানেজমেন্ট (AWS IAM) প্রমাণীকরণ ব্যবহার করে SageMaker ডোমেনের জন্য কাজ করে।

কনসোল তৈরি

একটি মনোনীত অ্যামাজন সেজমেকার ডোমেনের মধ্যে একটি স্থান তৈরি করতে, আপনাকে প্রথমে একটি মনোনীত স্থান ডিফল্ট এক্সিকিউশন ভূমিকা সেট করতে হবে। থেকে ডোমেনের বিশদ বিবরণ পৃষ্ঠা, নির্বাচন করুন ডোমেন সেটিংস ট্যাব এবং নির্বাচন করুন সম্পাদন করা. তারপরে আপনি একটি স্পেস ডিফল্ট এক্সিকিউশন রোল সেট করতে পারেন, যা প্রতি ডোমেনে একবার সম্পূর্ণ করতে হবে, যেমনটি নিম্নলিখিত চিত্রে দেখানো হয়েছে:

পরবর্তী, আপনি যেতে পারেন মহাকাশ ব্যবস্থাপনা আপনার ডোমেনের মধ্যে ট্যাব এবং নির্বাচন করুন সৃষ্টি বোতাম, নিম্নলিখিত চিত্রে দেখানো হয়েছে:

AWS CLI সৃষ্টি

আপনি AWS CLI থেকে একটি ডিফল্ট ডোমেন স্পেস এক্সিকিউশন ভূমিকা সেট করতে পারেন। আপনার অঞ্চলের JupyterLab3 চিত্র ARN নির্ধারণ করতে, পরীক্ষা করুন একটি ডিফল্ট JupyterLab সংস্করণ সেট করা হচ্ছে.

aws --region  
sagemaker update-domain 
--domain-id  
--default-space-settings "ExecutionRole="

আপনার ডোমেনের জন্য এটি সম্পূর্ণ হয়ে গেলে, আপনি CLI থেকে একটি ভাগ করা স্থান তৈরি করতে পারেন।

aws --region  
sagemaker create-space 
--domain-id  
--space-name  

Amazon SageMaker স্টুডিওতে একটি ভাগ করা স্থান চালু করুন

ব্যবহারকারীরা নির্বাচন করে একটি ভাগ করা স্থান চালু করতে পারেন শুরু করা তাদের Amazon SageMaker ডোমেনের জন্য AWS কনসোলের মধ্যে তাদের ব্যবহারকারী প্রোফাইলের পাশে বোতাম।

নির্বাচন করার পরে শূন্যস্থানের সহযোগী বিভাগের অধীনে, তারপর কোন স্থানটি চালু করতে হবে তা নির্বাচন করুন:

বিকল্পভাবে, ব্যবহারকারীরা AWS CLI এর মাধ্যমে একটি স্পেস চালু করতে একটি পূর্ব-স্বাক্ষরিত URL তৈরি করতে পারে:

aws sagemaker create-presigned-domain-url 
--region  
--domain-id  
--space-name  
--user-profile-name  

রিয়েল টাইম সহযোগিতা

অ্যামাজন সেজমেকার স্টুডিও শেয়ার্ড স্পেস আইডিই লোড হয়ে গেলে, ব্যবহারকারীরা নির্বাচন করতে পারেন যোগসাজশকারী আপনার স্পেসে কোন ব্যবহারকারী সক্রিয়ভাবে কাজ করছে এবং কোন নোটবুকে কাজ করছে তা দেখতে বাম প্যানেলে ট্যাব করুন। যদি একাধিক ব্যক্তি একই নোটবুকে কাজ করে, তাহলে আপনি অন্য ব্যবহারকারীর প্রোফাইল নামের সাথে একটি কার্সার দেখতে পাবেন যেখানে তারা সম্পাদনা করছে:

নিম্নলিখিত স্ক্রিনশটে, আপনি একই নোটবুক সম্পাদনা এবং দেখার জন্য বিভিন্ন ব্যবহারকারীর অভিজ্ঞতা দেখতে পারেন:

উপসংহার

এই পোস্টে, আমরা আপনাকে দেখিয়েছি কিভাবে সেজমেকার স্টুডিওতে ভাগ করা স্থানগুলি Amazon SageMaker স্টুডিওতে একটি রিয়েল-টাইম সহযোগী IDE অভিজ্ঞতা যোগ করে। স্বয়ংক্রিয় ট্যাগিং ব্যবহারকারীদের তাদের Amazon SageMaker সম্পদের সুযোগ এবং ফিল্টার করতে সাহায্য করে, যার মধ্যে রয়েছে: ব্যবহারকারীর উৎপাদনশীলতা বাড়ানোর জন্য পরীক্ষা, পাইপলাইন এবং মডেল রেজিস্ট্রি এন্ট্রি। অতিরিক্তভাবে, প্রশাসকরা একটি প্রদত্ত স্থানের সাথে সম্পর্কিত খরচগুলি নিরীক্ষণ করতে এবং AWS কস্ট এক্সপ্লোরার এবং AWS বাজেট ব্যবহার করে উপযুক্ত বাজেট সেট করতে এই প্রয়োগকৃত ট্যাগগুলি ব্যবহার করতে পারেন।

আপনার নির্দিষ্ট মেশিন লার্নিং প্রচেষ্টার জন্য Amazon SageMaker স্টুডিওতে শেয়ার্ড স্পেস সেট আপ করে আজই আপনার টিমের সহযোগিতাকে ত্বরান্বিত করুন!

লেখক সম্পর্কে

শন মরগান AWS-এর একজন AI/ML সলিউশন আর্কিটেক্ট। সেমিকন্ডাক্টর এবং একাডেমিক গবেষণা ক্ষেত্রে তার অভিজ্ঞতা রয়েছে এবং গ্রাহকদের AWS-এ তাদের লক্ষ্যে পৌঁছাতে সহায়তা করার জন্য তার অভিজ্ঞতা ব্যবহার করে। তার অবসর সময়ে, শন একজন সক্রিয় ওপেন-সোর্স অবদানকারী/রক্ষণাবেক্ষণকারী এবং টেনসরফ্লো অ্যাড-অনগুলির জন্য বিশেষ আগ্রহের গ্রুপ লিড।

হান ঝাং অ্যামাজন ওয়েব সার্ভিসেসের একজন সিনিয়র সফটওয়্যার ইঞ্জিনিয়ার। তিনি Amazon SageMaker Notebooks এবং Amazon SageMaker স্টুডিওর জন্য লঞ্চ টিমের অংশ, এবং গ্রাহকদের জন্য সুরক্ষিত মেশিন লার্নিং পরিবেশ তৈরিতে মনোনিবেশ করছেন৷ তার অবসর সময়ে, তিনি প্যাসিফিক উত্তর-পশ্চিমে হাইকিং এবং স্কিইং উপভোগ করেন।

অর্কপ্রভা দে AWS-এর একজন সিনিয়র সফটওয়্যার ইঞ্জিনিয়ার। তিনি 7 বছরেরও বেশি সময় ধরে অ্যামাজনে রয়েছেন এবং বর্তমানে অ্যামাজন সেজমেকার স্টুডিও আইডিই অভিজ্ঞতা উন্নত করার জন্য কাজ করছেন। আপনি তাকে খুঁজে পেতে পারেন লিঙ্কডইন.

কুনাল ঝা AWS-এর একজন সিনিয়র প্রোডাক্ট ম্যানেজার। তিনি সমস্ত ML উন্নয়ন পদক্ষেপের জন্য পছন্দের IDE হিসাবে Amazon SageMaker স্টুডিও তৈরির দিকে মনোনিবেশ করেছেন। তার অবসর সময়ে, কুনাল স্কিইং এবং প্রশান্ত মহাসাগরীয় উত্তর-পশ্চিম অন্বেষণ উপভোগ করেন। আপনি তাকে খুঁজে পেতে পারেন লিঙ্কডইন.