Στούντιο Amazon SageMaker προσφέρει ένα ευρύ σύνολο πλήρως διαχειριζόμενων ενσωματωμένων περιβαλλόντων ανάπτυξης (IDE) για ανάπτυξη μηχανικής μάθησης (ML), συμπεριλαμβανομένων των JupyterLab, Code Editor που βασίζεται σε Code-OSS (Visual Studio Code Open Source) και RStudio. Παρέχει πρόσβαση στο πιο ολοκληρωμένο σύνολο εργαλείων για κάθε βήμα της ανάπτυξης ML, από την προετοιμασία δεδομένων έως τη δημιουργία, την εκπαίδευση, την ανάπτυξη και τη διαχείριση μοντέλων ML. Μπορείτε να εκκινήσετε το πλήρως διαχειριζόμενο JuptyerLab με το προρυθμισμένο SageMaker Distribution σε δευτερόλεπτα για να εργαστείτε με τα σημειωματάρια, τον κώδικα και τα δεδομένα σας. Η ευέλικτη και επεκτάσιμη διεπαφή του SageMaker Studio σάς επιτρέπει να διαμορφώνετε και να τακτοποιείτε αβίαστα τις ροές εργασίας ML και μπορείτε να χρησιμοποιήσετε το ενσωματωμένο συνοδευτικό κωδικοποίησης με τεχνητή νοημοσύνη για γρήγορη σύνταξη, εντοπισμό σφαλμάτων, επεξήγηση και δοκιμή κώδικα.
Σε αυτήν την ανάρτηση, ρίχνουμε μια πιο προσεκτική ματιά στο ενημερωμένο SageMaker Studio και το JupyterLab IDE του, που έχει σχεδιαστεί για να ενισχύσει την παραγωγικότητα των προγραμματιστών ML. Εισάγουμε την έννοια του Spaces και εξηγούμε πώς το JupyterLab Spaces επιτρέπει την ευέλικτη προσαρμογή των πόρων υπολογισμού, αποθήκευσης και χρόνου εκτέλεσης για τη βελτίωση της αποτελεσματικότητας της ροής εργασίας ML. Συζητάμε επίσης τη στροφή μας σε ένα τοπικό μοντέλο εκτέλεσης στο JupyterLab, με αποτέλεσμα μια ταχύτερη, πιο σταθερή και αποκριτική εμπειρία κωδικοποίησης. Επιπλέον, καλύπτουμε την απρόσκοπτη ενσωμάτωση εργαλείων παραγωγής τεχνητής νοημοσύνης όπως π.χ Amazon Code Whisperer και Jupyter AI εντός του SageMaker Studio JupyterLab Spaces, απεικονίζοντας πώς δίνουν στους προγραμματιστές τη δυνατότητα να χρησιμοποιούν την τεχνητή νοημοσύνη για βοήθεια κωδικοποίησης και καινοτόμο επίλυση προβλημάτων.
Παρουσιάζοντας το Spaces στο SageMaker Studio
Το νέο Διασύνδεση που βασίζεται στο SageMaker Studio λειτουργεί ως κέντρο εντολών για την εκκίνηση του IDE που προτιμάτε και την πρόσβαση στο δικό σας Amazon Sage Maker εργαλεία για την κατασκευή, την εκπαίδευση, τον συντονισμό και την ανάπτυξη μοντέλων. Εκτός από το JupyterLab και το RStudio, το SageMaker Studio περιλαμβάνει πλέον έναν πλήρως διαχειριζόμενο επεξεργαστή κώδικα που βασίζεται στο Code-OSS (Visual Studio Code Open Source). Τόσο το JupyterLab όσο και το Code Editor μπορούν να εκκινηθούν χρησιμοποιώντας έναν ευέλικτο χώρο εργασίας που ονομάζεται Spaces.
Το Space είναι μια αναπαράσταση διαμόρφωσης ενός SageMaker IDE, όπως το JupyterLab ή το Code Editor, που έχει σχεδιαστεί για να παραμένει ανεξάρτητα από το εάν μια εφαρμογή (IDE) που σχετίζεται με το Space εκτελείται ενεργά ή όχι. Το Space αντιπροσωπεύει έναν συνδυασμό υπολογιστικής παρουσίας, αποθήκευσης και άλλων διαμορφώσεων χρόνου εκτέλεσης. Με το Spaces, μπορείτε να δημιουργήσετε και να κλιμακώσετε τον υπολογισμό και την αποθήκευση για το IDE σας προς τα πάνω και προς τα κάτω καθώς προχωράτε, να προσαρμόσετε περιβάλλοντα χρόνου εκτέλεσης και να διακόψετε και να συνεχίσετε την κωδικοποίηση ανά πάσα στιγμή από οπουδήποτε. Μπορείτε να κάνετε περιστροφή πολλαπλών τέτοιων χώρων, καθένα διαμορφωμένο με διαφορετικό συνδυασμό υπολογισμού, αποθήκευσης και χρόνου εκτέλεσης.
Όταν δημιουργείται ένας Χώρος, είναι εξοπλισμένος με ένα Κατάστημα Amazon Elastic Block (Amazon EBS) τόμος, το οποίο χρησιμοποιείται για την αποθήκευση αρχείων, δεδομένων, κρυφών μνήμων και άλλων τεχνουργημάτων των χρηστών. Είναι προσαρτημένο σε μια παρουσία υπολογισμού ML κάθε φορά που εκτελείται ένα Space. Ο τόμος EBS διασφαλίζει ότι τα αρχεία χρήστη, τα δεδομένα, η προσωρινή μνήμη και οι καταστάσεις περιόδου λειτουργίας αποκαθίστανται με συνέπεια κάθε φορά που γίνεται επανεκκίνηση του Space. Είναι σημαντικό ότι αυτός ο τόμος EBS παραμένει μόνιμος, είτε το Space βρίσκεται σε κατάσταση λειτουργίας είτε έχει σταματήσει. Θα συνεχίσει να παραμένει μέχρι να διαγραφεί το διάστημα.
Επιπλέον, έχουμε εισαγάγει τη λειτουργία συστήματος αρχείων «φέρτε το δικό σας» για χρήστες που επιθυμούν να μοιράζονται περιβάλλοντα και τεχνουργήματα σε διαφορετικούς χώρους, χρήστες ή ακόμα και τομείς. Αυτό σας δίνει τη δυνατότητα να εξοπλίσετε προαιρετικά τους Χώρους σας με τους δικούς σας Σύστημα αρχείων ελαστικού Amazon Τοποθέτηση (Amazon EFS), διευκολύνοντας την κοινή χρήση πόρων σε διάφορους χώρους εργασίας.
Δημιουργία Χώρου
Η δημιουργία και η εκτόξευση ενός νέου Space είναι πλέον γρήγορη και απλή. Χρειάζονται μόνο λίγα δευτερόλεπτα για να ρυθμίσετε ένα νέο Space με γρήγορες περιπτώσεις εκτόξευσης και λιγότερο από 60 δευτερόλεπτα για να εκτελέσετε ένα Space. Οι χώροι είναι εξοπλισμένοι με προκαθορισμένες ρυθμίσεις για υπολογισμό και αποθήκευση, τις οποίες διαχειρίζονται οι διαχειριστές. Οι διαχειριστές του SageMaker Studio μπορούν να δημιουργήσουν προεπιλογές σε επίπεδο τομέα για διαμορφώσεις υπολογισμού, αποθήκευσης και χρόνου εκτέλεσης. Αυτή η ρύθμιση σάς δίνει τη δυνατότητα να εκκινήσετε γρήγορα έναν νέο χώρο με ελάχιστη προσπάθεια, απαιτώντας μόνο μερικά κλικ. Έχετε επίσης την επιλογή να τροποποιήσετε τις διαμορφώσεις υπολογισμού, αποθήκευσης ή χρόνου εκτέλεσης ενός Space για περαιτέρω προσαρμογή.
Είναι σημαντικό να σημειωθεί ότι η δημιουργία ενός Space απαιτεί ενημέρωση του ρόλου εκτέλεσης τομέα SageMaker με μια πολιτική όπως το παρακάτω παράδειγμα. Πρέπει να εκχωρήσετε στους χρήστες σας δικαιώματα για ιδιωτικούς χώρους και προφίλ χρηστών που είναι απαραίτητα για πρόσβαση σε αυτούς τους ιδιωτικούς χώρους. Για λεπτομερείς οδηγίες, ανατρέξτε στο Δώστε στους χρήστες σας πρόσβαση σε ιδιωτικούς χώρους.
Για να δημιουργήσετε ένα χώρο, ολοκληρώστε τα παρακάτω βήματα:
- Στο SageMaker Studio, επιλέξτε εργαστήριο jupyter σχετικά με την Εφαρμογές μενού.
- Επιλέξτε Δημιουργήστε χώρο JupyterLab.
- Για Όνομα, πληκτρολογήστε ένα όνομα για το Space σας.
- Επιλέξτε Δημιουργήστε χώρο.
- Επιλέξτε Εκτέλεση χώρου για να εκκινήσετε το νέο σας Space με προεπιλεγμένες προεπιλογές ή να ενημερώσετε τη διαμόρφωση με βάση τις απαιτήσεις σας.
Επαναδιαμόρφωση ενός χώρου
Οι χώροι έχουν σχεδιαστεί για να μπορούν οι χρήστες να κάνουν απρόσκοπτη μετάβαση μεταξύ διαφορετικών τύπων υπολογιστών, όπως απαιτείται. Μπορείτε να ξεκινήσετε δημιουργώντας ένα νέο Space με μια συγκεκριμένη διαμόρφωση, που αποτελείται κυρίως από υπολογισμό και αποθήκευση. Εάν χρειάζεται να μεταβείτε σε διαφορετικό τύπο υπολογισμού με υψηλότερο ή χαμηλότερο αριθμό vCPU, περισσότερη ή λιγότερη μνήμη ή μια παρουσία που βασίζεται σε GPU σε οποιοδήποτε σημείο της ροής εργασίας σας, μπορείτε να το κάνετε εύκολα. Αφού σταματήσετε το Space, μπορείτε να τροποποιήσετε τις ρυθμίσεις του χρησιμοποιώντας είτε τη διεπαφή χρήστη είτε API μέσω της ενημερωμένης διεπαφής SageMaker Studio και, στη συνέχεια, επανεκκινήστε το Space. Το SageMaker Studio χειρίζεται αυτόματα την παροχή του υπάρχοντος χώρου σας στη νέα διαμόρφωση, χωρίς να απαιτείται επιπλέον προσπάθεια από μέρους σας.
Ολοκληρώστε τα παρακάτω βήματα για να επεξεργαστείτε έναν υπάρχοντα χώρο:
- Στη σελίδα λεπτομερειών χώρου, επιλέξτε Διακοπή χώρου.
- Ρυθμίστε ξανά τις παραμέτρους του υπολογισμού, της αποθήκευσης ή του χρόνου εκτέλεσης.
- Επιλέξτε Εκτέλεση χώρου για την επανεκκίνηση του χώρου.
Ο χώρος εργασίας σας θα ενημερωθεί με τον νέο τύπο παρουσίας αποθήκευσης και υπολογισμού που ζητήσατε.
Η νέα αρχιτεκτονική SageMaker Studio JupyterLab
Η ομάδα του SageMaker Studio συνεχίζει να επινοεί και να απλοποιεί την εμπειρία προγραμματιστή της με την κυκλοφορία μιας νέας πλήρως διαχειριζόμενης εμπειρίας SageMaker Studio JupyterLab. Η νέα εμπειρία SageMaker Studio JupyterLab συνδυάζει τα καλύτερα και των δύο κόσμων: την επεκτασιμότητα και την ευελιξία του SageMaker Studio Classic (δείτε το παράρτημα στο τέλος αυτής της ανάρτησης) με τη σταθερότητα και την εξοικείωση του ανοιχτού κώδικα JupyterLab. Για να κατανοήσουμε τη σχεδίαση αυτής της νέας εμπειρίας του JupyterLab, ας εμβαθύνουμε στο παρακάτω διάγραμμα αρχιτεκτονικής. Αυτό θα μας βοηθήσει να κατανοήσουμε καλύτερα την ενοποίηση και τις δυνατότητες αυτής της νέας πλατφόρμας JupyterLab Spaces.
Συνοπτικά, έχουμε μεταβεί σε μια τοπική αρχιτεκτονική. Σε αυτή τη νέα εγκατάσταση, οι διεργασίες διακομιστή και πυρήνα του Jupyter λειτουργούν παράλληλα σε ένα μόνο κοντέινερ Docker, που φιλοξενείται στην ίδια παρουσία υπολογισμού ML. Αυτές οι παρουσίες ML παρέχονται όταν εκτελείται ένα Space και συνδέονται με έναν τόμο EBS που δημιουργείται κατά την αρχική δημιουργία του Space.
Αυτή η νέα αρχιτεκτονική φέρνει πολλά οφέλη. συζητάμε μερικά από αυτά στις επόμενες ενότητες.
Μειωμένη καθυστέρηση και αυξημένη σταθερότητα
Το SageMaker Studio έχει μεταβεί σε ένα μοντέλο τοπικής εκτέλεσης, απομακρύνοντας το προηγούμενο μοντέλο διαχωρισμού όπου ο κώδικας ήταν αποθηκευμένος σε μια βάση EFS και εκτελούνταν απομακρυσμένα σε μια παρουσία ML μέσω της απομακρυσμένης πύλης Kernel. Στην προηγούμενη εγκατάσταση, ο Kernel Gateway, ένας διακομιστής web χωρίς κεφάλι, επέτρεπε τις λειτουργίες του πυρήνα μέσω απομακρυσμένης επικοινωνίας με πυρήνες Jupyter μέσω HTTPS/WSS. Ενέργειες χρήστη όπως η εκτέλεση κώδικα, η διαχείριση φορητών υπολογιστών ή η εκτέλεση εντολών τερματικού υποβλήθηκαν σε επεξεργασία από μια εφαρμογή Kernel Gateway σε μια απομακρυσμένη παρουσία ML, με το Kernel Gateway να διευκολύνει αυτές τις λειτουργίες μέσω ZeroMQ (ZMQ) σε ένα κοντέινερ Docker. Το παρακάτω διάγραμμα απεικονίζει αυτήν την αρχιτεκτονική.
Η ενημερωμένη αρχιτεκτονική JupyterLab εκτελεί όλες τις λειτουργίες του πυρήνα απευθείας στην τοπική παρουσία. Αυτή η τοπική προσέγγιση διακομιστή Jupyter παρέχει συνήθως βελτιωμένη απόδοση και απλή αρχιτεκτονική. Ελαχιστοποιεί τον λανθάνοντα χρόνο και την πολυπλοκότητα του δικτύου, απλοποιεί την αρχιτεκτονική για ευκολότερο εντοπισμό σφαλμάτων και συντήρηση, βελτιώνει τη χρήση πόρων και φιλοξενεί πιο ευέλικτα μοτίβα ανταλλαγής μηνυμάτων για μια ποικιλία πολύπλοκων φόρτων εργασίας.
Ουσιαστικά, αυτή η αναβάθμιση φέρνει τα τρέχοντα notebook και τον κώδικα πολύ πιο κοντά στους πυρήνες, μειώνοντας σημαντικά την καθυστέρηση και ενισχύοντας τη σταθερότητα.
Βελτιωμένος έλεγχος στην προβλεπόμενη αποθήκευση
Το SageMaker Studio Classic χρησιμοποίησε αρχικά το Amazon EFS για να παρέχει μόνιμο, κοινόχρηστο χώρο αποθήκευσης αρχείων για τους οικιακούς καταλόγους των χρηστών μέσα στο περιβάλλον του SageMaker Studio. Αυτή η ρύθμιση σάς δίνει τη δυνατότητα να αποθηκεύετε κεντρικά σημειωματάρια, σενάρια και άλλα αρχεία έργου, προσβάσιμα σε όλες τις συνεδρίες και παρουσίες του SageMaker Studio.
Με την τελευταία ενημέρωση του SageMaker Studio, υπάρχει μια μετατόπιση από το χώρο αποθήκευσης που βασίζεται στο Amazon EFS σε μια λύση που βασίζεται στο Amazon EBS. Οι τόμοι EBS, εφοδιασμένοι με το SageMaker Studio Spaces, είναι Τόμοι GP3 έχει σχεδιαστεί για να παρέχει σταθερή βασική απόδοση 3,000 IOPS, ανεξάρτητα από το μέγεθος του όγκου. Αυτός ο νέος αποθηκευτικός χώρος Amazon EBS προσφέρει υψηλότερη απόδοση για εργασίες με ένταση I/O, όπως εκπαίδευση μοντέλων, επεξεργασία δεδομένων, υπολογιστές υψηλής απόδοσης και οπτικοποίηση δεδομένων. Αυτή η μετάβαση δίνει επίσης στους διαχειριστές του SageMaker Studio μεγαλύτερη εικόνα και έλεγχο σχετικά με τη χρήση του αποθηκευτικού χώρου από τα προφίλ χρηστών εντός ενός τομέα ή σε ολόκληρο το SageMaker. Τώρα μπορείτε να ορίσετε προεπιλογή (DefaultEbsVolumeSizeInGb
) και μέγιστο (MaximumEbsVolumeSizeInGb
) μεγέθη αποθήκευσης για Χώρους JupyterLab σε κάθε προφίλ χρήστη.
Εκτός από τη βελτιωμένη απόδοση, έχετε τη δυνατότητα να αλλάζετε ευέλικτα το μέγεθος του όγκου αποθήκευσης που είναι συνδεδεμένο με την παρουσία υπολογισμού ML του Space σας, επεξεργαζόμενοι τη ρύθμιση Space είτε χρησιμοποιώντας την ενέργεια UI ή API από τη διεπαφή του SageMaker Studio, χωρίς να απαιτείται καμία ενέργεια διαχείρισης. Ωστόσο, σημειώστε ότι μπορείτε να επεξεργαστείτε τα μεγέθη έντασης του EBS μόνο προς μία κατεύθυνση—αφού αυξήσετε το μέγεθος του όγκου EBS του Space, δεν θα μπορείτε να τον μειώσετε ξανά.
Το SageMaker Studio προσφέρει τώρα αυξημένο έλεγχο του προβλεπόμενου χώρου αποθήκευσης για τους διαχειριστές:
- Οι διαχειριστές του SageMaker Studio μπορούν να διαχειριστούν τα μεγέθη τόμου EBS για προφίλ χρηστών. Αυτοί οι τόμοι του JupyterLab EBS μπορούν να ποικίλλουν από τουλάχιστον 5 GB έως 16 TB κατ' ανώτατο όριο. Το παρακάτω απόσπασμα κώδικα δείχνει πώς μπορείτε να δημιουργήσετε ή να ενημερώσετε ένα προφίλ χρήστη με προεπιλεγμένες και μέγιστες ρυθμίσεις χώρου:
- Το SageMaker Studio προσφέρει τώρα μια βελτιωμένη δυνατότητα αυτόματης προσθήκης ετικετών για πόρους του Amazon EBS, επισημαίνοντας αυτόματα τόμους που δημιουργούνται από χρήστες με πληροφορίες τομέα, χρήστη και Space. Αυτή η πρόοδος απλοποιεί την ανάλυση κατανομής κόστους για πόρους αποθήκευσης, βοηθώντας τους διαχειριστές να διαχειρίζονται και να αποδίδουν το κόστος πιο αποτελεσματικά. Είναι επίσης σημαντικό να σημειωθεί ότι αυτοί οι τόμοι EBS φιλοξενούνται στον λογαριασμό υπηρεσίας, επομένως δεν θα έχετε άμεση ορατότητα. Ωστόσο, η χρήση αποθήκευσης και το σχετικό κόστος συνδέονται άμεσα με τον τομέα ARN, το προφίλ χρήστη ARN και το Space ARN, διευκολύνοντας την απλή κατανομή κόστους.
- Οι διαχειριστές μπορούν επίσης να ελέγχουν την κρυπτογράφηση των τόμων EBS ενός Space, σε κατάσταση ηρεμίας, χρησιμοποιώντας κλειδιά διαχείρισης από τον πελάτη (CMK).
Κοινόχρηστη μίσθωση με το δικό σας σύστημα αρχείων EFS
Οι ροές εργασίας ML είναι συνήθως συνεργατικές, απαιτώντας αποτελεσματική κοινή χρήση δεδομένων και κώδικα μεταξύ των μελών της ομάδας. Το νέο SageMaker Studio ενισχύει αυτήν την πτυχή συνεργασίας επιτρέποντάς σας να μοιράζεστε δεδομένα, κώδικα και άλλα τεχνουργήματα μέσω ενός κοινόχρηστου φέρτε το δικό σας σύστημα αρχείων EFS. Αυτή η μονάδα EFS μπορεί να ρυθμιστεί ανεξάρτητα από το SageMaker ή μπορεί να είναι ένας υπάρχων πόρος EFS της Amazon. Αφού παρασχεθεί, μπορεί να τοποθετηθεί απρόσκοπτα στα προφίλ χρηστών του SageMaker Studio. Αυτή η δυνατότητα δεν περιορίζεται σε προφίλ χρηστών σε έναν μεμονωμένο τομέα — μπορεί να επεκταθεί σε όλους τους τομείς, εφόσον βρίσκονται στην ίδια Περιοχή.
Το ακόλουθο παράδειγμα κώδικα σάς δείχνει πώς να δημιουργήσετε έναν τομέα και να επισυνάψετε έναν υπάρχοντα τόμο EFS σε αυτόν χρησιμοποιώντας τον συσχετισμένο του fs-id
. Οι τόμοι EFS μπορούν να προσαρτηθούν σε έναν τομέα σε επίπεδο ρίζας ή προθέματος, όπως δείχνουν οι ακόλουθες εντολές:
Όταν μια βάση EFS είναι διαθέσιμη σε έναν τομέα και τα σχετικά προφίλ χρηστών του, μπορείτε να επιλέξετε να την επισυνάψετε σε νέο χώρο. Αυτό μπορεί να γίνει χρησιμοποιώντας είτε τη διεπαφή χρήστη του SageMaker Studio είτε μια ενέργεια API, όπως φαίνεται στο παρακάτω παράδειγμα. Είναι σημαντικό να σημειωθεί ότι όταν δημιουργείται ένας χώρος με ένα σύστημα αρχείων EFS που παρέχεται σε επίπεδο τομέα, ο χώρος κληρονομεί τις ιδιότητές του. Αυτό σημαίνει ότι εάν το σύστημα αρχείων παρέχεται σε επίπεδο ρίζας ή προθέματος εντός του τομέα, αυτές οι ρυθμίσεις θα εφαρμοστούν αυτόματα στον χώρο που δημιουργούν οι χρήστες του τομέα.
Αφού το προσαρτήσετε σε ένα Space, μπορείτε να εντοπίσετε όλα τα αρχεία σας που βρίσκονται πάνω από το σημείο προσάρτησης που παρέχεται από τον διαχειριστή. Αυτά τα αρχεία βρίσκονται στη διαδρομή καταλόγου /mnt/custom-file-system/efs/fs-12345678
.
Η δημιουργία μονταρισμάτων EFS είναι εύκολη για την κοινή χρήση τεχνουργημάτων μεταξύ του Space ενός χρήστη ή μεταξύ πολλών χρηστών ή μεταξύ τομέων, καθιστώντας το ιδανικό για συλλογικούς φόρτους εργασίας. Με αυτήν τη δυνατότητα, μπορείτε να κάνετε τα εξής:
- Κοινή χρήση δεδομένων – Οι βάσεις EFS είναι ιδανικές για την αποθήκευση μεγάλων συνόλων δεδομένων ζωτικής σημασίας για πειράματα επιστήμης δεδομένων. Οι κάτοχοι συνόλων δεδομένων μπορούν να φορτώσουν αυτές τις προσαρτήσεις με σύνολα δεδομένων εκπαίδευσης, επικύρωσης και δοκιμής, καθιστώντας τα προσβάσιμα σε προφίλ χρηστών εντός ενός τομέα ή σε πολλούς τομείς. Οι διαχειριστές του SageMaker Studio μπορούν επίσης να ενσωματώσουν υπάρχουσες βάσεις EFS εφαρμογών, διατηρώντας παράλληλα τη συμμόρφωση με τις πολιτικές ασφάλειας του οργανισμού. Αυτό γίνεται μέσω ευέλικτης τοποθέτησης σε επίπεδο προθέματος. Για παράδειγμα, εάν τα δεδομένα παραγωγής και δοκιμής αποθηκεύονται στην ίδια βάση EFS (π.χ
fs-12345678:/data/prod and fs-12345678:/data/test
), τοποθέτηση/data/test
στα προφίλ χρήστη του τομέα SageMaker παρέχει στους χρήστες πρόσβαση μόνο στο δοκιμαστικό σύνολο δεδομένων. Αυτή η ρύθμιση επιτρέπει την ανάλυση ή την εκπαίδευση μοντέλων, ενώ διατηρεί τα δεδομένα παραγωγής ασφαλή και απρόσιτα. - Κωδικός μετοχής – Οι βάσεις EFS διευκολύνουν τη γρήγορη κοινή χρήση τεχνουργημάτων κώδικα μεταξύ των προφίλ χρηστών. Σε σενάρια όπου οι χρήστες πρέπει να μοιράζονται γρήγορα δείγματα κώδικα ή να συνεργάζονται σε μια κοινή βάση κώδικα χωρίς την πολυπλοκότητα των συχνών εντολών push/pull git, οι κοινόχρηστες βάσεις EFS είναι εξαιρετικά επωφελείς. Προσφέρουν έναν βολικό τρόπο κοινής χρήσης τεχνουργημάτων κώδικα σε εξέλιξη σε μια ομάδα ή σε διαφορετικές ομάδες στο SageMaker Studio.
- Μοιραστείτε περιβάλλοντα ανάπτυξης – Οι κοινόχρηστες βάσεις EFS μπορούν επίσης να χρησιμεύσουν ως μέσο γρήγορης διάδοσης περιβαλλόντων sandbox μεταξύ των χρηστών και των ομάδων. Οι βάσεις EFS παρέχουν μια σταθερή εναλλακτική για την κοινή χρήση περιβαλλόντων Python όπως το conda ή το virtualenv σε πολλούς χώρους εργασίας. Αυτή η προσέγγιση παρακάμπτει την ανάγκη για διανομή
requirements.txt
orenvironment.yml
αρχεία, τα οποία συχνά μπορούν να οδηγήσουν στην επαναλαμβανόμενη εργασία δημιουργίας ή αναδημιουργίας περιβαλλόντων σε διαφορετικά προφίλ χρηστών.
Αυτές οι δυνατότητες ενισχύουν σημαντικά τις δυνατότητες συνεργασίας στο SageMaker Studio, καθιστώντας εύκολη την αποτελεσματική συνεργασία των ομάδων σε πολύπλοκα έργα ML. Επιπλέον, το πρόγραμμα επεξεργασίας κώδικα που βασίζεται στο Code-OSS (Visual Studio Code Open Source) μοιράζεται τις ίδιες αρχιτεκτονικές αρχές με την προαναφερθείσα εμπειρία του JupyterLab Αυτή η ευθυγράμμιση φέρνει πολλά πλεονεκτήματα, όπως μειωμένο λανθάνοντα χρόνο, βελτιωμένη σταθερότητα και βελτιωμένο διαχειριστικό έλεγχο και επιτρέπει την πρόσβαση των χρηστών σε κοινόχρηστους χώρους εργασίας, παρόμοιους με αυτούς που προσφέρονται στο JupyterLab Spaces.
Δημιουργικά εργαλεία που λειτουργούν με τεχνητή νοημοσύνη στο JupyterLab Spaces
Το Generative AI, ένα ταχέως εξελισσόμενο πεδίο στην τεχνητή νοημοσύνη, χρησιμοποιεί αλγόριθμους για τη δημιουργία νέου περιεχομένου όπως κείμενο, εικόνες και κώδικα από εκτεταμένα υπάρχοντα δεδομένα. Αυτή η τεχνολογία έχει φέρει επανάσταση στην κωδικοποίηση αυτοματοποιώντας εργασίες ρουτίνας, δημιουργώντας πολύπλοκες δομές κώδικα και προσφέροντας έξυπνες προτάσεις, εκσυγχρονίζοντας έτσι την ανάπτυξη και ενισχύοντας τη δημιουργικότητα και την επίλυση προβλημάτων στον προγραμματισμό. Ως απαραίτητο εργαλείο για προγραμματιστές, η γενετική τεχνητή νοημοσύνη ενισχύει την παραγωγικότητα και προωθεί την καινοτομία στον κλάδο της τεχνολογίας. Το SageMaker Studio ενισχύει αυτήν την εμπειρία προγραμματιστή με προεγκατεστημένα εργαλεία όπως το Amazon CodeWhisperer και το Jupyter AI, χρησιμοποιώντας γενετικό AI για να επιταχύνει τον κύκλο ζωής της ανάπτυξης.
Amazon Code Whisperer
Το Amazon CodeWhisperer είναι ένας βοηθός προγραμματισμού που ενισχύει την παραγωγικότητα των προγραμματιστών μέσω συστάσεων και λύσεων κώδικα σε πραγματικό χρόνο. Ως υπηρεσία τεχνητής νοημοσύνης που διαχειρίζεται το AWS, ενσωματώνεται άψογα στο SageMaker Studio JupyterLab IDE. Αυτή η ενοποίηση καθιστά το Amazon CodeWhisperer μια ρευστή και πολύτιμη προσθήκη στη ροή εργασίας ενός προγραμματιστή.
Το Amazon CodeWhisperer υπερέχει στην αύξηση της αποτελεσματικότητας των προγραμματιστών αυτοματοποιώντας κοινές εργασίες κωδικοποίησης, προτείνοντας πιο αποτελεσματικά μοτίβα κωδικοποίησης και μειώνοντας τον χρόνο εντοπισμού σφαλμάτων. Λειτουργεί ως βασικό εργαλείο τόσο για αρχάριους όσο και για έμπειρους κωδικοποιητές, παρέχοντας πληροφορίες για τις βέλτιστες πρακτικές, επιταχύνοντας τη διαδικασία ανάπτυξης και βελτιώνοντας τη συνολική ποιότητα του κώδικα. Για να ξεκινήσετε να χρησιμοποιείτε το Amazon CodeWhisperer, βεβαιωθείτε ότι το Συνέχιση αυτόματων προτάσεων η δυνατότητα είναι ενεργοποιημένη. Μπορείτε να καλέσετε μη αυτόματα προτάσεις κώδικα χρησιμοποιώντας συντομεύσεις πληκτρολογίου.
Εναλλακτικά, γράψτε ένα σχόλιο που περιγράφει την προβλεπόμενη λειτουργία κώδικα και ξεκινήστε την κωδικοποίηση. Το Amazon CodeWhisperer θα αρχίσει να παρέχει προτάσεις.
Σημειώστε ότι παρόλο που το Amazon CodeWhisperer είναι προεγκατεστημένο, πρέπει να το έχετε codewhisperer:GenerateRecommendations
άδεια ως μέρος του ρόλου εκτέλεσης για τη λήψη προτάσεων κώδικα. Για περισσότερες λεπτομέρειες, ανατρέξτε στο Χρήση του CodeWhisperer με το Amazon SageMaker Studio. Όταν χρησιμοποιείτε το Amazon CodeWhisperer, το AWS μπορεί, για λόγους βελτίωσης των υπηρεσιών, να αποθηκεύει δεδομένα σχετικά με τη χρήση και το περιεχόμενό σας. Για να εξαιρεθείτε από το Amazon CodeWhisperer πολιτική κοινής χρήσης δεδομένων, μπορείτε να πλοηγηθείτε στο Ρύθμιση επιλογή από το επάνω μενού και, στη συνέχεια, μεταβείτε σε Επεξεργαστής ρυθμίσεων και απενεργοποιήστε Μοιραστείτε δεδομένα χρήσης με το Amazon CodeWhisperer από το μενού ρυθμίσεων του Amazon CodeWhisperer.
Jupyter AI
Jupyter AI είναι ένα εργαλείο ανοιχτού κώδικα που φέρνει τη γενετική τεχνητή νοημοσύνη στους φορητούς υπολογιστές Jupyter, προσφέροντας μια ισχυρή και φιλική προς τον χρήστη πλατφόρμα για την εξερεύνηση μοντέλων τεχνητής νοημοσύνης. Ενισχύει την παραγωγικότητα στο JupyterLab και στα Notebooks Jupyter παρέχοντας λειτουργίες όπως το %%ai magic για τη δημιουργία μιας δημιουργικής παιδικής χαράς AI μέσα σε φορητούς υπολογιστές, μια εγγενή διεπαφή χρήστη συνομιλίας στο JupyterLab για αλληλεπίδραση με την τεχνητή νοημοσύνη ως βοηθός συνομιλίας και υποστήριξη για ένα ευρύ φάσμα μεγάλων γλωσσών παρόχους μοντέλων (LLM) όπως AI21, Anthropic, Cohere και Hugging Face ή διαχειριζόμενες υπηρεσίες όπως Θεμέλιο του Αμαζονίου και τα τελικά σημεία του SageMaker. Αυτή η ενοποίηση προσφέρει πιο αποτελεσματικές και καινοτόμες μεθόδους για εργασίες ανάλυσης δεδομένων, ML και κωδικοποίησης. Για παράδειγμα, μπορείτε να αλληλεπιδράσετε με ένα LLM με γνώση τομέα χρησιμοποιώντας τη διεπαφή συνομιλίας Jupyternaut για βοήθεια με διαδικασίες και ροές εργασίας ή να δημιουργήσετε παράδειγμα κώδικα μέσω του CodeLlama, που φιλοξενείται στα τελικά σημεία του SageMaker. Αυτό το καθιστά ένα πολύτιμο εργαλείο για προγραμματιστές και επιστήμονες δεδομένων.
Το Jupyter AI παρέχει ένα εκτεταμένη επιλογή μοντέλων γλώσσας έτοιμα για χρήση αμέσως. Επιπλέον, τα προσαρμοσμένα μοντέλα υποστηρίζονται επίσης μέσω των τελικών σημείων του SageMaker, προσφέροντας ευελιξία και ένα ευρύ φάσμα επιλογών για τους χρήστες. Προσφέρει επίσης υποστήριξη για ενσωμάτωση μοντέλων, δίνοντάς σας τη δυνατότητα να πραγματοποιείτε ενσωματωμένες συγκρίσεις και δοκιμές, ακόμη και να δημιουργείτε ή να δοκιμάζετε ad hoc εφαρμογές Augmented Generation (RAG).
Το Jupyter AI μπορεί να λειτουργήσει ως βοηθός συνομιλίας σας, βοηθώντας σας με δείγματα κώδικα, παρέχοντάς σας απαντήσεις σε ερωτήσεις και πολλά άλλα.
Μπορείτε να χρησιμοποιήσετε το Jupyter AI %%ai
magic για να δημιουργήσετε δείγμα κώδικα μέσα στο σημειωματάριό σας, όπως φαίνεται στο παρακάτω στιγμιότυπο οθόνης.
JupyterLab 4.0
Η ομάδα του JupyterLab κυκλοφόρησε την έκδοση 4.0, με σημαντικές βελτιώσεις στην απόδοση, τη λειτουργικότητα και την εμπειρία χρήστη. Λεπτομερείς πληροφορίες σχετικά με αυτήν την έκδοση είναι διαθέσιμες στο επίσημο Τεκμηρίωση JupyterLab.
Αυτή η έκδοση, τώρα στάνταρ στο SageMaker Studio JupyterLab, εισάγει βελτιστοποιημένη απόδοση για χειρισμό μεγάλων notebook και ταχύτερες λειτουργίες, χάρη σε βελτιώσεις όπως η βελτιστοποίηση κανόνων CSS και η υιοθέτηση του CodeMirror 6 και του MathJax 3. Οι βασικές βελτιώσεις περιλαμβάνουν ένα αναβαθμισμένο πρόγραμμα επεξεργασίας κειμένου με καλύτερη προσβασιμότητα και προσαρμογή , ένας νέος διαχειριστής επεκτάσεων για εύκολη εγκατάσταση επεκτάσεων Python και βελτιωμένες δυνατότητες αναζήτησης εγγράφων με προηγμένες δυνατότητες. Επιπλέον, η έκδοση 4.0 φέρνει βελτιώσεις διεπαφής χρήστη, βελτιώσεις προσβασιμότητας και ενημερώσεις στα εργαλεία ανάπτυξης, ενώ ορισμένες λειτουργίες έχουν υποστηριχθεί στο JupyterLab 3.6.
Συμπέρασμα
Οι εξελίξεις στο SageMaker Studio, ιδιαίτερα με τη νέα εμπειρία του JupyterLab, σηματοδοτούν ένα σημαντικό άλμα προς τα εμπρός στην ανάπτυξη ML. Το ενημερωμένο SageMaker Studio UI, με την ενσωμάτωση των JupyterLab, Code Editor και RStudio, προσφέρει ένα απαράμιλλο, βελτιωμένο περιβάλλον για προγραμματιστές ML. Η εισαγωγή του JupyterLab Spaces παρέχει ευελιξία και ευκολία στην προσαρμογή των πόρων υπολογισμού και αποθήκευσης, ενισχύοντας τη συνολική απόδοση των ροών εργασίας ML. Η μετάβαση από μια αρχιτεκτονική απομακρυσμένου πυρήνα σε ένα τοπικό μοντέλο στο JupyterLab αυξάνει σημαντικά τη σταθερότητα ενώ μειώνει τον λανθάνοντα χρόνο εκκίνησης. Αυτό έχει ως αποτέλεσμα μια ταχύτερη, πιο σταθερή και αποκριτική εμπειρία κωδικοποίησης. Επιπλέον, η ενσωμάτωση παραγωγικών εργαλείων τεχνητής νοημοσύνης όπως το Amazon CodeWhisperer και το Jupyter AI στο JupyterLab ενδυναμώνει περαιτέρω τους προγραμματιστές, δίνοντάς σας τη δυνατότητα να χρησιμοποιείτε το AI για βοήθεια κωδικοποίησης και καινοτόμο επίλυση προβλημάτων. Ο ενισχυμένος έλεγχος στον προβλεπόμενο χώρο αποθήκευσης και η δυνατότητα κοινής χρήσης κώδικα και δεδομένων χωρίς κόπο μέσω αυτοδιαχειριζόμενων αναρτήσεων EFS διευκολύνουν σημαντικά τα συνεργατικά έργα. Τέλος, η κυκλοφορία του JupyterLab 4.0 στο SageMaker Studio υπογραμμίζει αυτές τις βελτιώσεις, προσφέροντας βελτιστοποιημένη απόδοση, καλύτερη προσβασιμότητα και πιο φιλική προς τον χρήστη διεπαφή, ενισχύοντας έτσι τον ρόλο του JupyterLab ως ακρογωνιαίο λίθο της αποτελεσματικής και αποτελεσματικής ανάπτυξης ML στο σύγχρονο τεχνολογικό τοπίο.
Δοκιμάστε το SageMaker Studio JupyterLab Spaces χρησιμοποιώντας το δικό μας δυνατότητα γρήγορης ενσωμάτωσης, το οποίο σας επιτρέπει να δημιουργήσετε έναν νέο τομέα για μεμονωμένους χρήστες μέσα σε λίγα λεπτά. Μοιραστείτε τις σκέψεις σας στην ενότητα σχολίων!
Παράρτημα: Αρχιτεκτονική πύλης πυρήνα του SageMaker Studio Classic
A SageMaker Classic Ο τομέας είναι μια λογική συνάθροιση ενός τόμου EFS, μιας λίστας χρηστών που είναι εξουσιοδοτημένοι να έχουν πρόσβαση στον τομέα και διαμορφώσεων που σχετίζονται με την ασφάλεια, την εφαρμογή, τη δικτύωση και άλλα. Στην αρχιτεκτονική SageMaker Studio Classic του SageMaker, κάθε χρήστης στον τομέα SageMaker έχει ένα ξεχωριστό προφίλ χρήστη. Αυτό το προφίλ περιλαμβάνει συγκεκριμένες λεπτομέρειες όπως ο ρόλος του χρήστη και το αναγνωριστικό χρήστη Posix στον τόμο EFS, μεταξύ άλλων μοναδικών δεδομένων. Οι χρήστες έχουν πρόσβαση στο ατομικό προφίλ χρήστη τους μέσω μιας αποκλειστικής εφαρμογής διακομιστή Jupyter, που είναι συνδεδεμένη μέσω HTTPS/WSS στο πρόγραμμα περιήγησής τους. Το SageMaker Studio Classic χρησιμοποιεί μια αρχιτεκτονική απομακρυσμένου πυρήνα χρησιμοποιώντας έναν συνδυασμό τύπων εφαρμογών Jupyter Server και Kernel Gateway, επιτρέποντας στους διακομιστές notebook να αλληλεπιδρούν με πυρήνες σε απομακρυσμένους κεντρικούς υπολογιστές. Αυτό σημαίνει ότι οι πυρήνες του Jupyter δεν λειτουργούν στον κεντρικό υπολογιστή του διακομιστή φορητού υπολογιστή, αλλά σε κοντέινερ Docker σε ξεχωριστούς κεντρικούς υπολογιστές. Στην ουσία, ο φορητός υπολογιστής σας αποθηκεύεται στον οικιακό κατάλογο EFS και εκτελεί τον κώδικα απομακρυσμένα σε διαφορετικό Amazon Elastic Compute Cloud (Amazon EC2), το οποίο φιλοξενεί ένα προκατασκευασμένο κοντέινερ Docker εξοπλισμένο με βιβλιοθήκες ML όπως PyTorch, TensorFlow, Scikit-Learn και άλλα.
Η αρχιτεκτονική του απομακρυσμένου πυρήνα στο SageMaker Studio προσφέρει αξιοσημείωτα πλεονεκτήματα όσον αφορά την επεκτασιμότητα και την ευελιξία. Ωστόσο, έχει τους περιορισμούς του, συμπεριλαμβανομένων το πολύ τεσσάρων εφαρμογών ανά τύπο εμφάνισης και πιθανών σημείων συμφόρησης λόγω πολυάριθμων συνδέσεων HTTPS/WSS σε έναν κοινό τύπο παρουσίας EC2. Αυτοί οι περιορισμοί θα μπορούσαν να επηρεάσουν αρνητικά την εμπειρία χρήστη.
Το παρακάτω διάγραμμα αρχιτεκτονικής απεικονίζει την αρχιτεκτονική SageMaker Studio Classic. Απεικονίζει τη διαδικασία σύνδεσης του χρήστη σε μια εφαρμογή Kernel Gateway μέσω μιας εφαρμογής Jupyter Server, χρησιμοποιώντας το πρόγραμμα περιήγησης ιστού που προτιμά.
Σχετικά με τους συγγραφείς
Pranav Murthy είναι AI/ML Specialist Solutions Architect στο AWS. Επικεντρώνεται στο να βοηθά τους πελάτες να δημιουργήσουν, να εκπαιδεύσουν, να αναπτύξουν και να μεταφέρουν φόρτους εργασίας μηχανικής εκμάθησης (ML) στο SageMaker. Προηγουμένως εργάστηκε στη βιομηχανία ημιαγωγών αναπτύσσοντας μοντέλα μεγάλης όρασης υπολογιστών (CV) και επεξεργασίας φυσικής γλώσσας (NLP) για τη βελτίωση των διαδικασιών ημιαγωγών χρησιμοποιώντας τεχνικές τελευταίας τεχνολογίας ML. Στον ελεύθερο χρόνο του, του αρέσει να παίζει σκάκι και να ταξιδεύει. Μπορείτε να βρείτε το Pranav στο LinkedIn.
Kunal Jha είναι Ανώτερος Διευθυντής Προϊόντων στην AWS. Επικεντρώνεται στην κατασκευή του Amazon SageMaker Studio ως την καλύτερη επιλογή στην κατηγορία για ανάπτυξη ML από άκρο σε άκρο. Στον ελεύθερο χρόνο του, ο Kunal απολαμβάνει το σκι και την εξερεύνηση του Βορειοδυτικού Ειρηνικού. Μπορείτε να τον βρείτε LinkedIn.
Majisha Namath Parambath είναι Ανώτερος Μηχανικός Λογισμικού στο Amazon SageMaker. Βρίσκεται στην Amazon για περισσότερα από 8 χρόνια και αυτή τη στιγμή εργάζεται για τη βελτίωση της εμπειρίας από άκρο σε άκρο του Amazon SageMaker Studio.
Μπχαράτ Νανταμούρι είναι Ανώτερος Μηχανικός Λογισμικού που εργάζεται στο Amazon SageMaker Studio. Είναι παθιασμένος με τη δημιουργία υπηρεσιών υποστήριξης υψηλής κλίμακας με έμφαση στη Μηχανική για συστήματα ML. Εκτός δουλειάς, του αρέσει να παίζει σκάκι, να κάνει πεζοπορία και να βλέπει ταινίες.
Derek Lause είναι Μηχανικός Λογισμικού στην AWS. Δεσμεύεται να προσφέρει αξία στους πελάτες μέσω των περιπτώσεων Amazon SageMaker Studio και Notebook. Στον ελεύθερο χρόνο του, ο Ντέρεκ απολαμβάνει να περνά χρόνο με την οικογένεια και τους φίλους και να κάνει πεζοπορία. Μπορείτε να βρείτε τον Derek στο LinkedIn.
- SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
- PlatoData.Network Vertical Generative Ai. Ενδυναμώστε τον εαυτό σας. Πρόσβαση εδώ.
- PlatoAiStream. Web3 Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
- PlatoESG. Ανθρακας, Cleantech, Ενέργεια, Περιβάλλον, Ηλιακός, Διαχείριση των αποβλήτων. Πρόσβαση εδώ.
- PlatoHealth. Ευφυΐα βιοτεχνολογίας και κλινικών δοκιμών. Πρόσβαση εδώ.
- πηγή: https://aws.amazon.com/blogs/machine-learning/boost-productivity-on-amazon-sagemaker-studio-introducing-jupyterlab-spaces-and-generative-ai-tools/
- :έχει
- :είναι
- :δεν
- :που
- $UP
- 000
- 100
- 11
- 12
- 16
- 25
- 60
- 7
- 8
- a
- ικανότητα
- Ικανός
- Σχετικα
- πάνω από
- επιταχύνουν
- επιταχύνοντας
- πρόσβαση
- προσιτότητα
- προσιτός
- πρόσβαση
- Λογαριασμός
- απέναντι
- Πράξη
- Ενέργειες
- ενεργειών
- δραστήρια
- πράξεις
- Ad
- Επιπλέον
- Πρόσθετος
- Επιπλέον
- διαχείριση
- διοικητικός
- διαχειριστές
- Υιοθεσία
- προηγμένες
- προαγωγή
- εξελίξεις
- πλεονεκτήματα
- επηρεάζουν
- Μετά το
- συσσωμάτωση
- AI
- Μοντέλα AI
- Τροφοδοτείται από AI
- AI / ML
- αλγόριθμοι
- ευθυγραμμία
- Όλα
- κατανομή
- επιτρέπουν
- επιτρέπει
- κατά μήκος της πλευράς
- Επίσης
- εναλλακτική λύση
- Αν και
- Amazon
- Amazon Code Whisperer
- Amazon EC2
- Amazon Sage Maker
- Στούντιο Amazon SageMaker
- Amazon υπηρεσίες Web
- μεταξύ των
- an
- ανάλυση
- και
- απαντήσεις
- Ανθρωπικός
- κάθε
- οπουδήποτε
- api
- app
- Εφαρμογή
- Εφαρμογή
- πλησιάζω
- εφαρμογές
- αρχιτεκτονική
- αρχιτεκτονική
- ΕΙΝΑΙ
- Παράταξη
- Τέχνη
- τεχνητός
- τεχνητή νοημοσύνη
- AS
- άποψη
- Βοήθεια
- Βοηθός
- συσχετισμένη
- At
- αποδίδουν
- επαυξημένης
- συγγραφέας
- εξουσιοδοτημένο
- αυτομάτως
- αυτοματοποίηση
- διαθέσιμος
- μακριά
- AWS
- πίσω
- Backend
- βάση
- βασίζονται
- Baseline
- BE
- ήταν
- αρχίζουν
- αρχάριος
- ευεργετική
- οφέλη
- ΚΑΛΎΤΕΡΟΣ
- βέλτιστες πρακτικές
- Καλύτερα
- μεταξύ
- Αποκλεισμός
- ώθηση
- ενίσχυση
- και οι δύο
- σημεία συμφόρησης
- Κουτί
- Φέρνει
- ευρύς
- πρόγραμμα περιήγησης
- χτίζω
- Κτίριο
- αλλά
- by
- κρύπτη
- που ονομάζεται
- CAN
- δυνατότητες
- Κέντρο
- ορισμένες
- Σκάκι
- επιλογή
- Επιλέξτε
- κλασικό
- πιο κοντά
- κωδικός
- βάση κώδικα
- Κωδικοποίηση
- συνεργάζομαι
- συνεργατική
- συνδυασμός
- συνδυάζει
- σχόλιο
- σχόλια
- δεσμεύεται
- Κοινός
- Επικοινωνία
- companion
- συγκρίσεις
- πλήρης
- συγκρότημα
- πολυπλοκότητα
- περίπλοκο
- Συμμόρφωση
- περιεκτικός
- Υπολογίστε
- υπολογιστή
- Computer Vision
- χρήση υπολογιστή
- έννοια
- κατάσταση
- διαμόρφωση
- έχει ρυθμιστεί
- συνδεδεμένος
- Συνδετικός
- Διασυνδέσεις
- συνεπής
- με συνέπεια
- Αποτελείται από
- Δοχείο
- Εμπορευματοκιβώτια
- περιεχόμενο
- ΣΥΝΕΧΕΙΑ
- συνεχίζεται
- έλεγχος
- Βολικός
- ομιλητικός
- ακρογωνιαίο λίθο
- Κόστος
- Δικαστικά έξοδα
- θα μπορούσε να
- κάλυμμα
- δημιουργία
- δημιουργήθηκε
- δημιουργία
- δημιουργικότητα
- κρίσιμος
- CSS
- Τη στιγμή
- έθιμο
- πελάτης
- Πελάτες
- παραμετροποίηση
- προσαρμόσετε
- ημερομηνία
- ανάλυση δεδομένων
- επεξεργασία δεδομένων
- επιστημονικά δεδομένα
- οπτικοποίηση δεδομένων
- σύνολα δεδομένων
- αφιερωμένο
- Προεπιλογή
- παραδώσει
- σκάβω
- αποδεικνύουν
- παρατάσσω
- ανάπτυξη
- Derek
- Περιγράφοντας
- Υπηρεσίες
- σχεδιασμένα
- λεπτομερής
- καθέκαστα
- Εργολάβος
- προγραμματιστές
- ανάπτυξη
- Ανάπτυξη
- εργαλεία ανάπτυξης
- διαφορετικές
- κατευθύνει
- κατευθείαν
- Κατάλογοι
- συζητήσουν
- διακριτή
- διανομή
- διανομή
- do
- Λιμενεργάτης
- έγγραφο
- τομέα
- domains
- γίνεται
- κάτω
- αυτοκίνητο
- δίσκους
- δυο
- κάθε
- Νωρίτερα
- ευκολία
- ευκολότερη
- εύκολος
- συντάκτης
- αποτέλεσμα
- Αποτελεσματικός
- αποτελεσματικά
- αποδοτικότητα
- αποτελεσματικός
- αποτελεσματικά
- προσπάθεια
- ΧΩΡΙΣ κοπο
- αβίαστα
- είτε
- αυξημένα
- ενσωμάτωση
- εξουσιοδοτώ
- εξουσιοδοτεί
- ενεργοποιήσετε
- ενεργοποιημένη
- δίνει τη δυνατότητα
- ενεργοποίηση
- περιλαμβάνει
- κρυπτογράφηση
- τέλος
- από άκρη σε άκρη
- μηχανικός
- Μηχανική
- ενίσχυση
- ενισχυμένη
- βελτιώσεις
- Ενισχύει
- ενίσχυση
- εξασφαλίζει
- εισάγετε
- Περιβάλλον
- περιβάλλοντα
- εξοπλισμένο
- ουσία
- ουσιώδης
- εγκαθιδρύω
- Even
- εξελίσσεται
- παράδειγμα
- εκτέλεση
- υφιστάμενα
- εμπειρία
- πειράματα
- Εξηγήστε
- Εξερευνώντας
- επεκτείνουν
- επέκταση
- επεκτάσεις
- εκτενής
- επιπλέον
- Πρόσωπο
- διευκολύνω
- διευκολύνοντας
- ψευδής
- Εξοικείωση
- οικογένεια
- FAST
- γρηγορότερα
- Χαρακτηριστικό
- Χαρακτηριστικά
- Χαρακτηρίζοντας
- λίγοι
- πεδίο
- Αρχεία
- Αρχεία
- Εύρεση
- Ευελιξία
- εύκαμπτος
- εύκαμπτα
- υγρό
- Συγκέντρωση
- επικεντρώθηκε
- εστιάζει
- Εξής
- Για
- Προς τα εμπρός
- προώθηση
- Βρέθηκαν
- τέσσερα
- Δωρεάν
- συχνάζω
- φίλους
- από
- πλήρως
- λειτουργία
- λειτουργικότητα
- περαιτέρω
- πύλη
- παράγουν
- παραγωγής
- γενεά
- γενετική
- Παραγωγική τεχνητή νοημοσύνη
- Git
- δίνει
- Go
- χορηγεί
- επιχορηγήσεις
- πιάσιμο
- μεγαλύτερη
- σε μεγάλο βαθμό
- Handles
- Χειρισμός
- Έχω
- he
- βοήθεια
- βοήθεια
- Ψηλά
- υψηλή απόδοση
- υψηλότερο
- υψηλά
- αυτόν
- του
- Αρχική
- οικοδεσπότης
- φιλοξενείται
- οικοδεσπότες
- σπίτια
- Πως
- Πώς να
- Ωστόσο
- HTML
- http
- HTTPS
- ID
- ιδανικό
- if
- απεικονίζει
- εικονογραφώντας
- εικόνες
- σημαντικό
- το σημαντικότερο
- βελτίωση
- βελτιωθεί
- βελτίωση
- βελτιώσεις
- βελτίωση
- in
- απρόσιτος
- περιλαμβάνουν
- περιλαμβάνει
- Συμπεριλαμβανομένου
- Αυξάνουν
- αυξημένη
- Αυξήσεις
- αύξηση
- ανεξάρτητος
- ανεξάρτητα
- ατομικές
- βιομηχανία
- πληροφορίες
- αρχικά
- Καινοτομία
- καινοτόμες
- μέσα
- διορατικότητα
- ιδέες
- εγκατάσταση
- παράδειγμα
- οδηγίες
- ενσωματώσει
- ενσωματωθεί
- ολοκλήρωση
- Νοημοσύνη
- Έξυπνος
- προορίζονται
- αλληλεπιδρούν
- αλληλεπιδρώντας
- περιβάλλον λειτουργίας
- σε
- εισαγάγει
- εισήγαγε
- Εισάγει
- εισάγοντας
- Εισαγωγή
- IT
- ΤΟΥ
- jpg
- μόλις
- τήρηση
- Κλειδί
- πλήκτρα
- τιτλοφόρηση
- τοπίο
- Γλώσσα
- large
- εν τέλει
- Αφάνεια
- αργότερο
- ξεκινήσει
- ξεκίνησε
- δρομολόγηση
- οδηγήσει
- Πήδημα
- μάθηση
- μείον
- Επίπεδο
- βιβλιοθήκες
- κύκλος ζωής
- Μου αρέσει
- περιορισμούς
- συνδέονται
- Λιστα
- LLM
- φορτίο
- τοπικός
- που βρίσκεται
- λογικός
- Μακριά
- ματιά
- χαμηλότερα
- μηχανή
- μάθηση μηχανής
- που
- μαγεία
- Η διατήρηση
- συντήρηση
- κάνω
- ΚΑΝΕΙ
- Κατασκευή
- διαχείριση
- διαχειρίζεται
- διευθυντής
- διαχείριση
- χειροκίνητα
- σημάδι
- ανώτατο όριο
- Ενδέχεται..
- μέσα
- Μέλη
- Μνήμη
- Μενού
- μηνυμάτων
- μέθοδοι
- μεταναστεύσουν
- ελάχιστος
- ελαχιστοποιεί
- ελάχιστο
- Λεπτ.
- ML
- μοντέλο
- μοντέλα
- ΜΟΝΤΕΡΝΑ
- τροποποιήσει
- περισσότερο
- πιο αποτελεσματικό
- Εξάλλου
- πλέον
- ΤΟΠΟΘΕΤΗΣΗ
- Κινηματογράφος
- κίνηση
- πολύ
- πολλαπλούς
- πρέπει
- όνομα
- ντόπιος
- Φυσικό
- Επεξεργασία φυσικής γλώσσας
- Πλοηγηθείτε
- απαραίτητος
- Ανάγκη
- που απαιτούνται
- αρνητικά
- δίκτυο
- δικτύωσης
- Νέα
- nlp
- Όχι.
- αξιοσημείωτο
- σημείωση
- σημειωματάριο
- τώρα
- πολυάριθμες
- of
- προσφορά
- προσφέρονται
- προσφορά
- προσφορές
- επίσημος ανώτερος υπάλληλος
- συχνά
- on
- Onboard
- ONE
- αποκλειστικά
- επάνω σε
- ανοίξτε
- ανοικτού κώδικα
- λειτουργούν
- λειτουργίες
- βελτιστοποίηση
- βελτιστοποιημένη
- Επιλογή
- Επιλογές
- or
- οργανωτικός
- αρχικά
- ΑΛΛΑ
- δικός μας
- έξω
- εκτός
- επί
- φόρμες
- δική
- ιδιοκτήτες
- Ειρηνικός
- σελίδα
- μέρος
- ιδιαίτερα
- παθιασμένος
- μονοπάτι
- πρότυπα
- παύση
- για
- Εκτελέστε
- επίδοση
- άδεια
- δικαιώματα
- πλατφόρμες
- Πλάτων
- Πληροφορία δεδομένων Plato
- Πλάτωνα δεδομένα
- παιδική χαρά
- παιχνίδι
- Σημείο
- Πολιτικές
- πολιτική
- Θέση
- δυναμικού
- πρακτικές
- προτιμάται
- προετοιμασία
- προηγούμενος
- προηγουμένως
- πρωτίστως
- αρχές
- ιδιωτικός
- επίλυση προβλήματος
- διαδικασια μας
- Επεξεργασμένο
- Διεργασίες
- μεταποίηση
- Προϊόν
- υπεύθυνος προϊόντων
- παραγωγή
- παραγωγικότητα
- Προφίλ ⬇️
- προφίλ
- Προγραμματισμός
- σχέδιο
- έργα
- ιδιότητες
- παρέχουν
- Παρόχους υπηρεσιών
- παρέχει
- χορήγηση
- σκοποί
- Python
- pytorch
- ποιότητα
- Ερωτήσεις
- Γρήγορα
- Πιο γρήγορα
- γρήγορα
- σειρά
- ταχέως
- έτοιμος
- σε πραγματικό χρόνο
- λαμβάνω
- συστάσεις
- Μειωμένος
- μείωση
- παραπέμπω
- Ανεξάρτητα
- περιοχή
- σχετίζεται με
- επανεκκίνηση
- απελευθερώνουν
- κυκλοφόρησε
- λείψανα
- μακρινός
- μακρόθεν
- επαναλαμβανόμενη
- αντιπροσώπευση
- αντιπροσωπεύει
- απαιτήσεις
- Απαιτεί
- πόρος
- Υποστηρικτικό υλικό
- ανταποκρίνονται
- ΠΕΡΙΦΕΡΕΙΑ
- επανεκκίνηση
- περιορισμένος
- με αποτέλεσμα
- Αποτελέσματα
- περίληψη
- επανάσταση
- δεξιά
- εύρωστος
- Ρόλος
- ρίζα
- ρουτίνα
- Άρθρο
- τρέξιμο
- τρέξιμο
- τρέχει
- runtime
- σοφός
- ίδιο
- sandbox
- Απεριόριστες δυνατότητες
- Κλίμακα
- σενάρια
- Επιστήμη
- επιστήμονες
- scikit-μάθετε
- Εφαρμογές
- αδιάλειπτη
- άψογα
- Αναζήτηση
- σκληραγωγημένος
- δευτερόλεπτα
- τμήματα
- προστατευμένο περιβάλλον
- ασφάλεια
- πολιτικές ασφάλειας
- δείτε
- ημιαγωγός
- αρχαιότερος
- ξεχωριστό
- εξυπηρετούν
- διακομιστής
- Διακομιστές
- εξυπηρετεί
- υπηρεσία
- Υπηρεσίες
- Συνεδρίαση
- συνεδρίες
- σειρά
- τον καθορισμό
- ρυθμίσεις
- setup
- διάφοροι
- Κοινοποίηση
- Shared
- Μερίδια
- μοιράζονται
- αυτή
- αλλαγή
- παρουσιάζεται
- Δείχνει
- σημαντικός
- σημαντικά
- παρόμοιες
- απλοποιεί
- απλοποίηση
- ενιαίας
- Μέγεθος
- μεγέθη
- Απόσπασμα
- So
- λογισμικό
- Μηχανικός Λογισμικού
- στέρεο
- στερεοποίηση
- λύση
- Λύσεις
- μερικοί
- Πηγή
- Χώρος
- χώρων
- ειδικός
- συγκεκριμένες
- Δαπάνες
- Γνέθω
- διαίρεση
- σταθερότητα
- σταθερός
- πρότυπο
- Εκκίνηση
- εκκίνηση
- Κατάσταση
- Δήλωση
- Μελών
- Βήμα
- Βήματα
- στάση
- σταμάτησε
- χώρος στο δίσκο
- κατάστημα
- αποθηκεύονται
- εναποθήκευση
- ειλικρινής
- εξορθολογισμένη
- εξορθολογισμός
- δομές
- στούντιο
- τέτοιος
- ΠΕΡΙΛΗΨΗ
- υποστήριξη
- υποστηριζόνται!
- βέβαιος
- διακόπτης
- σύστημα
- συστήματα
- Πάρτε
- παίρνει
- Έργο
- εργασίες
- Μέλη ομάδας
- ομάδες
- tech
- τεχνολογίας
- τεχνικές
- Τεχνολογία
- tensorflow
- τερματικό
- όροι
- δοκιμή
- δοκιμές
- κείμενο
- από
- Ευχαριστώ
- ότι
- Η
- τους
- Τους
- τότε
- Εκεί.
- εκ τούτου
- Αυτοί
- αυτοί
- αυτό
- εκείνοι
- Μέσω
- ώρα
- προς την
- μαζι
- εργαλείο
- εργαλεία
- κορυφή
- προς
- Τρένο
- Εκπαίδευση
- μετάβαση
- μεταβαίνουν
- Ταξίδια
- αληθής
- προσπαθώ
- αρμονία
- τύπος
- τύποι
- συνήθως
- ui
- υπογράμμισης
- καταλαβαίνω
- μοναδικός
- χωρίς προηγούμενο
- μέχρι
- Ενημέρωση
- ενημερώθηκε
- ενημερώσεις
- ενημέρωση
- αναβάθμισης
- αναβαθμιστεί
- us
- Χρήση
- χρήση
- μεταχειρισμένος
- Χρήστες
- Η εμπειρία χρήστη
- φιλική προς το χρήστη
- Χρήστες
- χρησιμοποιεί
- χρησιμοποιώντας
- επικύρωση
- Πολύτιμος
- αξία
- ποικιλία
- διάφορα
- εκδοχή
- μέσω
- ορατότητα
- όραμα
- οπτικές
- οραματισμός
- τόμος
- όγκους
- ήταν
- παρακολουθείτε
- Τρόπος..
- we
- ιστός
- πρόγραμμα περιήγησης στο Web
- του web server
- διαδικτυακές υπηρεσίες
- Web-based
- ήταν
- πότε
- οποτεδήποτε
- αν
- Ποιό
- ενώ
- Ο ΟΠΟΊΟΣ
- ευρύς
- θα
- επιθυμώ
- με
- εντός
- χωρίς
- Εργασία
- συνεργαστούν
- εργάστηκαν
- ροής εργασίας
- ροές εργασίας
- εργαζόμενος
- του κόσμου
- γράφω
- χρόνια
- Εσείς
- Σας
- zephyrnet