Masinõppe (ML) meeskonnad vajavad projektiga töötamisel paindlikkust integreeritud arenduskeskkonna (IDE) valimiseks. See võimaldab teil saada produktiivset arendajakogemust ja teha uuendusi kiiresti. Võite isegi projektis kasutada mitut IDE-d. Amazon SageMaker võimaldab ML-i meeskondadel töötada täielikult hallatud pilvepõhistes keskkondades Amazon SageMaker Studio, SageMakeri sülearvuti eksemplaridvõi kohalikust masinast kasutades kohalik režiim.
SageMaker pakub Jupyterile ja RStudiole ühe klõpsuga kogemust ML-mudelite ehitamiseks, koolitamiseks, silumiseks, juurutamiseks ja jälgimiseks. Selles postituses jagame ka a lahendus majutamiseks koodiserver SageMakeris.
Koodiserveriga saavad kasutajad käitada VS kood kaugmasinatel ja pääseb sellele juurde veebibrauseris. ML-meeskondade jaoks pakub SageMakeri koodiserveri hostimine minimaalseid muudatusi kohalikus arenduskogemuses ja võimaldab teil kodeerida kõikjal, skaleeritava pilvandmetöötluse abil. VS Code'iga saate oma kohaletoimetamise kiirendamiseks kasutada ka sisseehitatud Conda keskkondi koos AWS-i jaoks optimeeritud TensorFlow ja PyTorchiga, hallatud Giti hoidlaid, kohalikku režiimi ja muid funktsioone, mida pakub SageMaker. IT-administraatorite jaoks võimaldab see standardiseerida ja kiirendada hallatavate turvaliste IDE-de loomist pilves, et ML-meeskonnad oma projektidesse kiiresti sisse lülitada ja võimaldada.
Lahenduse ülevaade
Selles postituses käsitleme installimist nii Studio keskkondadele (valik A) kui ka sülearvuti eksemplaridele (valik B). Iga valiku puhul käime läbi käsitsi installimise protsessi, mida ML-i meeskonnad saavad oma keskkonnas käivitada, ja automaatse installi, mille IT-administraatorid saavad nende jaoks seadistada AWS-i käsurea liides (AWS CLI).
Järgmine diagramm illustreerib SageMakeri koodiserveri hostimise arhitektuuri ülevaadet.
Meie lahendus kiirendab teie keskkonnas koodiserveri installimist ja seadistamist. See töötab nii JupyterLab 3 (soovitatav) kui ka JupyterLab 1 jaoks, mis töötavad Studio ja SageMakeri sülearvuti eksemplarides. See on valmistatud kestaskriptidest, mis teevad valiku alusel järgmist.
Studio (valik A) puhul teeb kestaskript järgmist.
SageMakeri märkmiku eksemplaride puhul (valik B) teeb kestaskript järgmist.
- Installib koodiserveri.
- Lisab Jupyteri märkmiku failimenüüsse koodiserveri otsetee ja JupyterLabi käivitusprogrammi kiireks juurdepääsuks IDE-le.
- Loob sõltuvuste haldamiseks spetsiaalse Conda keskkonna.
- Installib Python ja laevalaadija IDE laiendused.
Järgmistes jaotistes käsitleme lahenduse installiprotsessi valiku A ja valiku B jaoks. Veenduge, et teil oleks juurdepääs Studiole või sülearvuti eksemplarile.
Valik A: hosti koodiserver Studios
Koodiserveri hostimiseks Studios toimige järgmiselt.
- Vali Süsteemi terminal oma Studio käivitusprogrammis.
- Koodiserveri lahenduse installimiseks käivitage oma süsteemiterminalis järgmised käsud:
Käskude täitmiseks peaks kuluma mõni sekund.
- Laadige uuesti brauseri leht, kus näete a Koodiserver nuppu oma Studio käivitusprogrammis.
- Vali Koodiserver brauseri uue vahekaardi avamiseks, mis võimaldab teil brauserist koodiserverile juurde pääseda.
Pythoni laiendus on juba installitud ja saate oma ML-projektiga tööle asuda.
Saate avada oma projekti kausta VS Code'is ja valida Pythoni skriptide käitamiseks eelehitatud Conda keskkonna.
Automatiseerige Studio domeeni kasutajate jaoks koodiserveri installimine
IT-administraatorina saate Studio kasutajate jaoks installimise automatiseerida, kasutades a elutsükli konfiguratsioon. Seda saab teha kõigi Studio domeeni kasutajate profiilide või konkreetsete kasutajate profiilide jaoks. Vaata Kohandage Amazon SageMaker Studio elutsükli konfiguratsioonide abil rohkem üksikasju.
Selle postituse jaoks loome elutsükli konfiguratsiooni install-koodiserver skript ja lisage see olemasolevale Studio domeenile. Installimine toimub kõigi domeeni kasutajaprofiilide jaoks.
Käivitage terminalis, mis on konfigureeritud AWS-i CLI-ga ja vastavate õigustega, järgmised käsud:
Pärast Jupyteri serveri taaskäivitamist Koodiserver nupp kuvatakse teie Studio käivitusprogrammis.
Valik B: hosti koodiserver SageMakeri sülearvuti eksemplaris
Koodiserveri hostimiseks SageMakeri märkmiku eksemplaris toimige järgmiselt.
- Käivitage oma sülearvuti eksemplari jaoks terminal Jupyteri või JupyterLabi kaudu.
Kui kasutate Jupyterit, valige terminal kohta Uus menüü. - Koodiserveri lahenduse installimiseks käivitage terminalis järgmised käsud:
Koodiserveri ja laienduste installid on sülearvuti eksemplaris püsivad. Kui aga eksemplari peatate või taaskäivitate, peate koodiserveri uuesti konfigureerimiseks käivitama järgmise käsu:
sudo ./setup-codeserver.sh
Käskude täitmiseks peaks kuluma mõni sekund. Võite terminali vahekaardi sulgeda, kui näete järgmist.
- Nüüd laadige Jupyteri leht uuesti ja kontrollige Uus menüü uuesti.
. Koodiserver valik peaks nüüd saadaval olema.
Koodiserveri saate käivitada ka JupyterLabist spetsiaalse käivitusnupu abil, nagu on näidatud järgmisel ekraanipildil.
Valimine Koodiserver avab uue brauseri vahekaardi, mis võimaldab teil brauserist koodiserverile juurde pääseda. Pythoni ja Dockeri laiendused on juba installitud ja saate oma ML-projektiga tööle asuda.
Automatiseerige koodiserveri installimine sülearvuti eksemplarile
IT-administraatorina saate koodiserveri installimise automatiseerida a elutsükli konfiguratsioon töötab eksemplari loomisel ja automatiseerige seadistus ühega, mis töötab eksemplari käivitamisel.
Siin loome sülearvuti näidiseksemplari ja olelustsükli konfiguratsiooni kasutades AWS CLI. on-create
konfiguratsioon töötab install-koodiserverja on-start
jookseb setup-codeserver.
Käivitage terminalis, mis on konfigureeritud AWS-i CLI-ga ja vastavate õigustega, järgmised käsud:
Koodiserveri installimine on nüüd sülearvuti eksemplari jaoks automatiseeritud.
Järeldus
koos koodiserver SageMakeris hostitud ML-i meeskonnad saavad skaleeritavas pilvandmetöötluses VS-koodi käitada, kodeerida kõikjalt ja kiirendada oma ML-projektide edastamist. IT-administraatorite jaoks võimaldab see standardiseerida ja kiirendada hallatavate turvaliste IDE-de loomist pilves, et ML-meeskonnad oma projektidesse kiiresti sisse lülitada ja võimaldada.
Selles postituses jagasime lahendust, mida saate kasutada koodiserveri kiireks installimiseks nii Studio kui ka sülearvuti eksemplaridesse. Jagasime käsitsi installimise protsessi, mida ML-i meeskonnad saavad iseseisvalt käivitada, ja automaatset installi, mille IT-administraatorid saavad nende jaoks seadistada.
Oma õpingutega edasi liikumiseks külastage AWSome SageMaker GitHubis, et leida kõik asjakohased ja ajakohased ressursid, mis on vajalikud SageMakeriga töötamiseks.
Autoritest
Giuseppe Angelo Porcelli on Amazoni veebiteenuste peamine masinõppespetsialisti lahenduste arhitekt. Mitmeaastase tarkvaratehnoloogia ja ML-taustaga teeb ta koostööd igas suuruses klientidega, et mõista põhjalikult nende äri- ja tehnilisi vajadusi ning kavandada tehisintellekti ja masinõppe lahendusi, mis kasutavad AWS-i pilve ja Amazoni masinõppe pinu kõige paremini ära. Ta on töötanud projektide kallal erinevates valdkondades, sealhulgas MLOps, Computer Vision, NLP ja kaasates laia AWS-teenuste hulka. Vabal ajal mängib Giuseppe jalgpalli.
Sofian Hamiti on AI/ML-i spetsialist lahenduste arhitekt AWSis. Ta aitab klientidel erinevates tööstusharudes kiirendada nende tehisintellekti/ML-i teekonda, aidates neil luua ja kasutusele võtta täielikud masinõppelahendused.
Eric Pena on AWS-i tehisintellekti platvormide meeskonna vanemtehniline tootejuht, kes töötab Amazon SageMakeri interaktiivse masinõppe kallal. Praegu keskendub ta IDE integreerimisele SageMaker Studios. Tal on MBA kraad MIT Sloanis ning väljaspool tööd naudib ta korvpalli ja jalgpalli mängimist.
- Täpsem (300)
- AI
- ai kunst
- ai kunsti generaator
- on robot
- Amazoni masinõpe
- Amazon SageMaker
- tehisintellekti
- tehisintellekti sertifikaat
- tehisintellekt panganduses
- tehisintellekti robot
- tehisintellekti robotid
- tehisintellekti tarkvara
- AWS-i masinõpe
- blockchain
- plokiahela konverents ai
- coingenius
- vestluslik tehisintellekt
- krüptokonverents ai
- dall's
- sügav õpe
- google ai
- masinõpe
- Platon
- plato ai
- Platoni andmete intelligentsus
- Platoni mäng
- PlatoData
- platogaming
- skaala ai
- süntaks
- sephyrnet