मशीन लर्निंग (एमएल) टीमों को प्रोजेक्ट पर काम करते समय अपने एकीकृत विकास वातावरण (आईडीई) को चुनने के लिए लचीलेपन की आवश्यकता होती है। यह आपको एक उत्पादक डेवलपर अनुभव और गति से नया करने की अनुमति देता है। तुम भी एक परियोजना के भीतर कई आईडीई का उपयोग कर सकते हैं। अमेज़न SageMaker एमएल टीमों को पूरी तरह से प्रबंधित, क्लाउड-आधारित वातावरण से काम करने का विकल्प देता है अमेज़ॅन सैजमेकर स्टूडियो, सेजमेकर नोटबुक इंस्टेंस, या अपने स्थानीय मशीन का उपयोग करके स्थानीय प्रणाली.
सेजमेकर एमएल मॉडल के निर्माण, प्रशिक्षण, डिबग, तैनाती और निगरानी के लिए जुपिटर और आरस्टूडियो को एक-क्लिक का अनुभव प्रदान करता है। इस पोस्ट में, हम a . भी साझा करेंगे समाधान होस्टिंग के लिए कोड-सर्वर सेजमेकर पर।
कोड-सर्वर के साथ, उपयोगकर्ता चला सकते हैं वीएस कोड दूरस्थ मशीनों पर और इसे वेब ब्राउज़र में एक्सेस करें। एमएल टीमों के लिए, सेजमेकर पर कोड-सर्वर की मेजबानी स्थानीय विकास अनुभव में न्यूनतम परिवर्तन प्रदान करती है, और आपको स्केलेबल क्लाउड कंप्यूट पर कहीं से भी कोड करने की अनुमति देती है। VS कोड के साथ, आप AWS- अनुकूलित TensorFlow और PyTorch, प्रबंधित Git रिपॉजिटरी, स्थानीय मोड और अपनी डिलीवरी को गति देने के लिए SageMaker द्वारा प्रदान की गई अन्य सुविधाओं के साथ अंतर्निर्मित Conda वातावरण का भी उपयोग कर सकते हैं। आईटी व्यवस्थापकों के लिए, यह आपको क्लाउड में प्रबंधित, सुरक्षित आईडीई के प्रावधान को मानकीकृत और तेज करने की अनुमति देता है, ताकि एमएल टीमों को उनकी परियोजनाओं में शीघ्रता से ऑनबोर्ड और सक्षम किया जा सके।
समाधान अवलोकन
इस पोस्ट में, हम स्टूडियो वातावरण (विकल्प ए), और नोटबुक इंस्टेंस (विकल्प बी) दोनों के लिए इंस्टॉलेशन को कवर करते हैं। प्रत्येक विकल्प के लिए, हम एक मैनुअल इंस्टॉलेशन प्रक्रिया से गुजरते हैं जिसे एमएल टीमें अपने वातावरण में चला सकती हैं, और एक स्वचालित इंस्टॉलेशन जिसे आईटी व्यवस्थापक उनके लिए सेट कर सकते हैं AWS कमांड लाइन इंटरफ़ेस (AWS CLI)।
निम्नलिखित आरेख सेजमेकर पर कोड-सर्वर को होस्ट करने के लिए आर्किटेक्चर सिंहावलोकन को दर्शाता है।
हमारा समाधान आपके वातावरण में कोड-सर्वर की स्थापना और स्थापना को गति देता है। यह JupyterLab 3 (अनुशंसित) और JupyterLab 1 दोनों के लिए काम करता है जो स्टूडियो और सेजमेकर नोटबुक इंस्टेंस के भीतर चलता है। यह शेल स्क्रिप्ट से बना है जो विकल्प के आधार पर निम्नलिखित कार्य करता है।
स्टूडियो (विकल्प ए) के लिए, शेल स्क्रिप्ट निम्न कार्य करती है:
सेजमेकर नोटबुक इंस्टेंस (विकल्प बी) के लिए, शेल स्क्रिप्ट निम्नलिखित कार्य करती है:
- कोड-सर्वर स्थापित करता है।
- Jupyter नोटबुक फ़ाइल मेनू पर एक कोड-सर्वर शॉर्टकट जोड़ता है और IDE तक तेज़ पहुँच के लिए JupyterLab लॉन्चर।
- निर्भरता के प्रबंधन के लिए एक समर्पित कोंडा वातावरण बनाता है।
- स्थापित करता है अजगर और डाक में काम करनेवाला मज़दूर आईडीई पर एक्सटेंशन।
निम्नलिखित अनुभागों में, हम विकल्प ए और विकल्प बी के लिए समाधान स्थापित करने की प्रक्रिया से गुजरते हैं। सुनिश्चित करें कि आपके पास स्टूडियो या नोटबुक इंस्टेंस तक पहुंच है।
विकल्प ए: स्टूडियो पर होस्ट कोड-सर्वर
स्टूडियो पर कोड-सर्वर को होस्ट करने के लिए, निम्नलिखित चरणों को पूरा करें:
- चुनें सिस्टम टर्मिनल अपने स्टूडियो लॉन्चर में।
- कोड-सर्वर समाधान स्थापित करने के लिए, अपने सिस्टम टर्मिनल में निम्नलिखित कमांड चलाएँ:
आदेशों को पूरा होने में कुछ सेकंड लगने चाहिए।
- ब्राउज़र पृष्ठ को पुनः लोड करें, जहाँ आप देख सकते हैं a कोड सर्वर अपने स्टूडियो लॉन्चर में बटन।
- चुनें कोड सर्वर एक नया ब्राउज़र टैब खोलने के लिए, जिससे आप अपने ब्राउज़र से कोड-सर्वर का उपयोग कर सकते हैं।
पायथन एक्सटेंशन पहले से ही स्थापित है, और आप अपने एमएल प्रोजेक्ट में काम कर सकते हैं।
आप वीएस कोड में अपना प्रोजेक्ट फ़ोल्डर खोल सकते हैं और अपनी पायथन स्क्रिप्ट चलाने के लिए पूर्व-निर्मित कोंडा वातावरण का चयन कर सकते हैं।
स्टूडियो डोमेन में उपयोगकर्ताओं के लिए कोड-सर्वर इंस्टॉल को स्वचालित करें
एक आईटी व्यवस्थापक के रूप में, आप स्टूडियो उपयोगकर्ताओं के लिए ए . का उपयोग करके स्थापना को स्वचालित कर सकते हैं जीवन चक्र विन्यास. यह स्टूडियो डोमेन के तहत या विशिष्ट लोगों के लिए सभी उपयोगकर्ताओं के प्रोफाइल के लिए किया जा सकता है। देखना जीवनचक्र कॉन्फ़िगरेशन का उपयोग करके अमेज़न सेजमेकर स्टूडियो को अनुकूलित करें अधिक जानकारी के लिए.
इस पोस्ट के लिए, हम से एक जीवनचक्र विन्यास बनाते हैं इंस्टॉल-कोडसर्वर स्क्रिप्ट, और इसे मौजूदा स्टूडियो डोमेन से संलग्न करें। डोमेन में सभी उपयोगकर्ता प्रोफाइल के लिए इंस्टॉल किया जाता है।
AWS CLI और उपयुक्त अनुमतियों के साथ कॉन्फ़िगर किए गए टर्मिनल से, निम्नलिखित कमांड चलाएँ:
जुपिटर सर्वर के पुनरारंभ होने के बाद, कोड सर्वर बटन आपके स्टूडियो लॉन्चर में दिखाई देता है।
विकल्प बी: सेजमेकर नोटबुक इंस्टेंस पर होस्ट कोड-सर्वर
सेजमेकर नोटबुक इंस्टेंस पर कोड-सर्वर को होस्ट करने के लिए, निम्नलिखित चरणों को पूरा करें:
- अपने नोटबुक उदाहरण के लिए Jupyter या JupyterLab के माध्यम से एक टर्मिनल लॉन्च करें।
यदि आप जुपिटर का उपयोग करते हैं, तो चुनें अंतिम पर नया मेनू.
- कोड-सर्वर समाधान स्थापित करने के लिए, अपने टर्मिनल में निम्नलिखित कमांड चलाएँ:
कोड-सर्वर और एक्सटेंशन इंस्टॉलेशन नोटबुक इंस्टेंस पर लगातार बने रहते हैं। हालाँकि, यदि आप इंस्टेंस को रोकते या फिर से शुरू करते हैं, तो आपको कोड-सर्वर को फिर से कॉन्फ़िगर करने के लिए निम्न कमांड चलाने की आवश्यकता है:
sudo ./setup-codeserver.shआदेशों को चलने में कुछ सेकंड लगने चाहिए। जब आपको निम्न दिखाई दे तो आप टर्मिनल टैब को बंद कर सकते हैं।
- अब ज्यूपिटर पेज को फिर से लोड करें और चेक करें नया मेनू फिर से।
RSI कोड सर्वर विकल्प अब उपलब्ध होना चाहिए।
आप एक समर्पित लॉन्चर बटन का उपयोग करके JupyterLab से कोड-सर्वर भी लॉन्च कर सकते हैं, जैसा कि निम्नलिखित स्क्रीनशॉट में दिखाया गया है।
का चयन कोड सर्वर एक नया ब्राउज़र टैब खोलेगा, जिससे आप अपने ब्राउज़र से कोड-सर्वर का उपयोग कर सकेंगे। पायथन और डॉकर एक्सटेंशन पहले से ही स्थापित हैं, और आप अपने एमएल प्रोजेक्ट में काम कर सकते हैं।
नोटबुक इंस्टेंस पर कोड-सर्वर इंस्टॉल को स्वचालित करें
एक आईटी व्यवस्थापक के रूप में, आप कोड-सर्वर इंस्टालेशन को स्वचालित कर सकते हैं a जीवन चक्र विन्यास इंस्टेंस क्रिएशन पर चल रहा है, और इंस्टेंस स्टार्ट पर चलने वाले सेटअप के साथ सेटअप को स्वचालित करता है।
यहां, हम एक उदाहरण नोटबुक इंस्टेंस और जीवनचक्र कॉन्फ़िगरेशन का उपयोग करके बनाते हैं AWS सीएलआई। on-create कॉन्फिग रन इंस्टॉल-कोडसर्वर, तथा on-start चलाता है सेटअप-कोडसर्वर.
AWS CLI और उपयुक्त अनुमतियों के साथ कॉन्फ़िगर किए गए टर्मिनल से, निम्नलिखित कमांड चलाएँ:
कोड-सर्वर इंस्टाल अब नोटबुक इंस्टेंस के लिए स्वचालित है।
निष्कर्ष
- कोड-सर्वर SageMaker पर होस्ट की गई ML टीमें VS कोड को स्केलेबल क्लाउड कंप्यूट, कहीं से भी कोड चला सकती हैं और अपने ML प्रोजेक्ट डिलीवरी को गति दे सकती हैं। आईटी व्यवस्थापकों के लिए, यह उन्हें क्लाउड में प्रबंधित, सुरक्षित आईडीई के प्रावधान को मानकीकृत और तेज करने की अनुमति देता है, ताकि एमएल टीमों को उनकी परियोजनाओं में शीघ्रता से ऑनबोर्ड और सक्षम किया जा सके।
इस पोस्ट में, हमने एक समाधान साझा किया है जिसका उपयोग आप स्टूडियो और नोटबुक दोनों उदाहरणों पर कोड-सर्वर को जल्दी से स्थापित करने के लिए कर सकते हैं। हमने एक मैन्युअल इंस्टॉलेशन प्रक्रिया साझा की है जिसे एमएल टीमें अपने दम पर चला सकती हैं, और एक स्वचालित इंस्टॉलेशन जिसे आईटी व्यवस्थापक उनके लिए सेट कर सकते हैं।
अपने सीखने में और आगे जाने के लिए, पर जाएँ AWsome सेजमेकर सेजमेकर के साथ काम करने के लिए आवश्यक सभी प्रासंगिक और अप-टू-डेट संसाधनों को खोजने के लिए गिटहब पर।
लेखक के बारे में
ग्यूसेप एंजेलो पोर्सेलि अमेज़ॅन वेब सेवाओं के लिए एक प्रिंसिपल मशीन लर्निंग स्पेशलिस्ट सॉल्यूशंस आर्किटेक्ट हैं। कई वर्षों के सॉफ्टवेयर इंजीनियरिंग एक एमएल पृष्ठभूमि के साथ, वह किसी भी आकार के ग्राहकों के साथ उनके व्यवसाय और तकनीकी जरूरतों को गहराई से समझने के लिए काम करता है और एआई और मशीन लर्निंग समाधान डिजाइन करता है जो एडब्ल्यूएस क्लाउड और अमेज़ॅन मशीन लर्निंग स्टैक का सबसे अच्छा उपयोग करते हैं। उन्होंने विभिन्न डोमेन में परियोजनाओं पर काम किया है, जिसमें एमएलओपीएस, कंप्यूटर विजन, एनएलपी, और एडब्ल्यूएस सेवाओं का एक व्यापक सेट शामिल है। अपने खाली समय में, Giuseppe को फुटबॉल खेलना पसंद है।
सोफियन हमीटी AWS / ML विशेषज्ञ समाधान आर्किटेक्ट AWS में है। वह उद्योगों में ग्राहकों को उनके एआई / एमएल यात्रा में तेजी लाने और एंड-टू-एंड मशीन लर्निंग समाधान के संचालन में मदद करता है।
एरिक पेना अमेज़ॅन सेजमेकर इंटरएक्टिव मशीन लर्निंग पर काम कर रहे एडब्ल्यूएस आर्टिफिशियल इंटेलिजेंस प्लेटफॉर्म टीम में एक वरिष्ठ तकनीकी उत्पाद प्रबंधक हैं। वह वर्तमान में सेजमेकर स्टूडियो पर आईडीई एकीकरण पर ध्यान केंद्रित करता है। उन्होंने एमआईटी स्लोअन से एमबीए की डिग्री हासिल की है और काम के बाहर बास्केटबॉल और फुटबॉल खेलना पसंद है।
- उन्नत (300)
- AI
- ai कला
- ऐ कला जनरेटर
- ऐ रोबोट
- अमेज़ॅन मशीन लर्निंग
- अमेज़न SageMaker
- कृत्रिम बुद्धिमत्ता
- कृत्रिम बुद्धिमत्ता प्रमाणन
- बैंकिंग में आर्टिफिशियल इंटेलिजेंस
- आर्टिफिशियल इंटेलिजेंस रोबोट
- आर्टिफिशियल इंटेलिजेंस रोबोट
- कृत्रिम बुद्धि सॉफ्टवेयर
- AWS मशीन लर्निंग
- blockchain
- ब्लॉकचेन सम्मेलन एआई
- कॉइनजीनियस
- संवादी कृत्रिम बुद्धिमत्ता
- क्रिप्टो सम्मेलन एआई
- दल-ए
- ध्यान लगा के पढ़ना या सीखना
- इसे गूगल करें
- यंत्र अधिगम
- प्लेटो
- प्लेटो एआई
- प्लेटो डेटा इंटेलिजेंस
- प्लेटो गेम
- प्लेटोडाटा
- प्लेटोगेमिंग
- स्केल एआई
- वाक्यविन्यास
- जेफिरनेट
