Amazon SageMaker két lehetőséget kínál a teljesen felügyelt notebookok felpörgetésére az adatok felfedezéséhez és a gépi tanulási (ML) modellek építéséhez. Az első lehetőség a gyors indítás, az együttműködésen alapuló jegyzetfüzetek, amelyek belül elérhetők Amazon SageMaker Studio – teljesen integrált fejlesztői környezet (IDE) a gépi tanuláshoz. Gyorsan elindíthatja a jegyzetfüzeteket a Stúdióban, könnyedén fel- vagy lefelé tárcsázhatja a mögöttes számítási erőforrásokat anélkül, hogy megszakítaná a munkáját, és néhány egyszerű kattintással meg is oszthatja jegyzetfüzetét hivatkozásként. A jegyzetfüzetek létrehozása mellett a Studio egyetlen üvegtábláján végrehajthatja az összes ML fejlesztési lépést a modellek felépítéséhez, betanításához, hibakereséséhez, nyomon követéséhez, üzembe helyezéséhez és figyeléséhez. A második lehetőség az Amazon SageMaker notebook példány – egyetlen, teljesen felügyelt ML számítási példány, amely a notebookokat felhőben futtatja, így az ügyfelek nagyobb irányítást biztosítanak noteszgép-konfigurációik felett.
Ma örömmel jelentjük be, hogy a SageMaker Studio és a SageMaker Notebook Instance mostantól a JupyterLab 3 notebookokkal érkezik. Az új notebookok modern IDE-t biztosítanak az adattudósok és a fejlesztők számára, kiegészítve a fejlesztők hatékonyságát növelő eszközökkel a kódkészítéshez, újrafeldolgozáshoz és hibakereséshez, valamint a legújabb nyílt forráskódú Jupyter-bővítmények támogatásához. Az AWS a Jupyter nyílt forráskódú közösség egyik fő közreműködője és örömmel mutatjuk be ügyfeleinknek a Jupyter legújabb képességeit.
Ebben a bejegyzésben bemutatunk néhány izgalmasat a SageMaker notebookokba épített új funkciók és felhívja a figyelmet néhány kedvenc nyílt forráskódú bővítményünkre, amelyek javítják a fejlesztői élményt a SageMaker használatával az ML modellek felépítéséhez, betanításához és üzembe helyezéséhez.
A SageMaker notebookjainak újdonságai
Az új notebookok számos olyan funkciót tartalmaznak, amelyek javítják a SageMaker fejlesztői élményét, többek között a következőket:
- Integrált hibakereső töréspontok és változó ellenőrzés támogatásával
- Tartalomjegyzék panel a jegyzetfüzetek egyszerűbb navigálásához
- Szűrősáv a fájlböngészőhöz
- Több megjelenítési nyelv támogatása
- Lehetőség a bővítmények telepítésére a pip, a Conda és a Mamba segítségével
Aktivitáskövető integrált hibakereső, megtekintheti a változókat és átléphet a töréspontokon, miközben interaktívan építi fel adattudományát és ML-kódját. A hibakereső eléréséhez egyszerűen válassza ki a hibakereső ikont a notebook eszköztárán.
Jelen pillanatban a hibakereső elérhető az újonnan elindítottunk számára Base Python 2.0
és a Data Science 2.0
képek a SageMaker Stúdióban és amazonei_pytorch_latest_p37
, pytorch_p38
és tensorflow2_p38
kernelek a SageMaker Notebook Instance-ban, és a tervek szerint a közeljövőben több támogatást is fognak nyújtani.
A tartalomjegyzék panel kiváló segédprogramot kínál a jegyzetfüzetek közötti navigáláshoz és az eredmények egyszerűbb megosztásához a kollégákkal.
JupyterLab bővítmények
A SageMaker frissített notebookjaival kihasználhatja a nyílt forráskódú JupyterLab bővítmények egyre növekvő közösségét. Ebben a részben kiemelünk néhányat, amelyek természetesen illeszkednek a SageMaker fejlesztői munkafolyamatba, de javasoljuk, hogy tallózzon az elérhető bővítmények között vagy Készítsd el a saját.
Az első kiterjesztés, amelyet kiemelünk, a Language Server Protocol kiterjesztése. Ez a nyílt forráskódú bővítmény olyan modern IDE-funkciókat tesz lehetővé, mint a tabulátorok kiegészítése, szintaktikai kiemelés, hivatkozásra ugrás, változók átnevezése notebookok és modulok között, diagnosztika és még sok más. Ez a kiterjesztés nagyon hasznos azoknak a fejlesztőknek, akik Python modulokat és notebookokat szeretnének készíteni.
A SageMaker fejlesztői munkafolyamat másik hasznos kiterjesztése a jupyterlab-s3-böngésző. Ez a bővítmény felveszi a SageMaker végrehajtási szerepkör hitelesítő adatait, és lehetővé teszi a fájlok böngészését, betöltését és írását közvetlenül a Amazon egyszerű tárolási szolgáltatás (Amazon S3).
Telepítsen bővítményeket
A JupyterLab 3 most a a bővítmények csomagolásának és telepítésének folyamata lényegesen könnyebb. A fent említett kiterjesztéseket bash szkripteken keresztül telepítheti. Például a SageMaker Studio programban nyissa meg a rendszerterminált a Studio indítóból és futtassa a következő parancsokat. Vegye figyelembe, hogy a frissített Studio különálló, elszigetelt Conda környezettel rendelkezik a Jupyter Server futási környezetének kezelésére, ezért bővítményeket kell telepítenie a studio
Conda környezet. Ha bővítményeket szeretne telepíteni a SageMaker Notebook Instance-ba, nem kell Conda-környezetet váltani.
Ezenkívül automatizálhatja ezeknek a bővítményeknek a telepítését a használatával életciklus konfigurációk így megmaradnak a Studio újraindításai között. Ezt beállíthatja a tartomány összes felhasználójára vagy egyéni felhasználói szinten.
Python Language Server esetén használja a következő kódot a bővítmények telepítéséhez:
Amazon S3 fájlböngésző esetén használja a következőket:
A telepítés után feltétlenül frissítse a böngészőt.
További információért a SageMaker Notebook Instance hasonló életciklus-szkriptjeinek írásáról lásd: Jegyzetfüzet-példány testreszabása életciklus-konfigurációs parancsfájl használatával és a Testreszabhatja Amazon SageMaker notebook példányait életciklus-konfigurációkkal és az internet-hozzáférés letiltásának lehetőségével. Ezen túlmenően a bővítménykezeléssel kapcsolatos további információkért, beleértve a JupyterLab notebookok 1. és 3. verziójához is működő életciklus-konfigurációk megírását a visszafelé kompatibilitás érdekében, lásd: A JupyterLab és a Jupyter Server bővítmények telepítése.
Kezdje el a JupyterLab 3 jegyzetfüzeteket a Studio alkalmazásban
Ha új Studio-tartományt hoz létre, megadhatja a jegyzetfüzet alapértelmezett verzióját közvetlenül a AWS felügyeleti konzol vagy az API használatával.
A SageMaker Vezérlőpultján módosítsa a notebook verzióját a tartománybeállítások szerkesztésekor a Jupyter Lab verzió szakasz.
Az API használatához konfigurálja a JupyterServerAppSettings
paramétert a következőképpen:
Ha Ön már meglévő Studio-felhasználó, módosíthatja a notebook verzióját úgy, hogy kiválasztja felhasználói profilját a SageMaker vezérlőpultján, majd szerkesztése.
Ezután válassza ki a kívánt verziót a Jupyter Lab verzió szakasz.
További információkért lásd: JupyterLab verziószámítás.
Kezdje el a JupyterLab 3 használatát a SageMaker notebook példányon
A SageMaker notebook példány felhasználói megadhatják a notebook alapértelmezett verzióját a konzolról és az API-nk használatával is. Ha a konzolt használja, vegye figyelembe, hogy a Jupyter Lab 3 notebookok kiválasztásának lehetősége csak a következőnél érhető el a SageMaker Notebook Instance legújabb generációja, amely az Amazon Linux 2-vel érkezik.
A SageMaker konzolon válassza ki a verziót a jegyzetfüzet-példány létrehozásakor, az alatt Platform azonosító.
Ha API-t használ, használja a következő kódot:
További információkért lásd: Jegyzetfüzet létrehozása a JupyterLab verziójával.
Következtetés
A SageMaker Studio és a SageMaker Notebook Instance mostantól továbbfejlesztett notebook-élményt kínál a felhasználóknak. Javasoljuk, hogy próbálja ki az új képességeket, és növelje tovább a fejlesztői termelékenységet ezekkel a fejlesztésekkel!
A szerzőkről
Sean Morgan az AWS AI/ML megoldások építésze. Tapasztalattal rendelkezik a félvezetők és az akadémiai kutatás területén, és tapasztalatait arra használja fel, hogy segítse ügyfeleit céljaik elérésében az AWS-ben. Szabadidejében Sean aktív nyílt forráskódú közreműködő/karbantartó, és a TensorFlow-kiegészítők speciális érdeklődési csoportjának vezetője.
Arkaprava De az AWS vezető szoftvermérnöke. Több mint 7 éve dolgozik az Amazonnál, és jelenleg az Amazon SageMaker Studio IDE tapasztalatának javításán dolgozik.
Kunal Jha az AWS vezető termékmenedzsere. Arra összpontosít, hogy az Amazon SageMaker Studio-t az ML fejlesztési lépéseihez választott IDE-ként építse fel. Szabadidejében Kunal szeret síelni és felfedezni a Csendes-óceán északnyugati részét. Megtalálhatod rajta LinkedIn.
- Coinsmart. Európa legjobb Bitcoin- és kriptográfiai tőzsdéje.
- Platoblockchain. Web3 metaverzum intelligencia. Felerősített tudás. SZABAD HOZZÁFÉRÉS.
- CryptoHawk. Altcoin radar. Ingyenes próbaverzió.
- Forrás: https://aws.amazon.com/blogs/machine-learning/amazon-sagemaker-studio-and-sagemaker-notebook-instance-now-come-with-jupyterlab-3-notebooks-to-boost-developer- termelékenység/
- "
- 100
- 7
- képesség
- Rólunk
- hozzáférés
- hozzáférhető
- át
- aktív
- mellett
- Előny
- Minden termék
- lehetővé teszi, hogy
- amazon
- bejelent
- api
- figyelem
- automatizált
- elérhető
- AWS
- határ
- Doboz
- hoz
- böngésző
- épít
- Épület
- hívás
- képességek
- változik
- választás
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a
- felhő
- kód
- munkatársai
- hogyan
- közösség
- kompatibilitás
- Kiszámít
- Configuration
- Konzol
- tartalom
- ellenőrzés
- létrehozása
- Hitelesítő adatok
- Jelenleg
- Ügyfelek
- dátum
- adat-tudomány
- telepíteni
- Fejlesztő
- fejlesztők
- Fejlesztés
- közvetlenül
- kijelző
- domain
- le-
- könnyen
- lehetővé
- ösztönzése
- mérnök
- Környezet
- példa
- kiváló
- izgatott
- izgalmas
- végrehajtás
- létező
- tapasztalat
- kiterjesztések
- GYORS
- Jellemzők
- Fields
- vezetéknév
- megfelelő
- összpontosított
- következő
- következik
- Ingyenes
- funkcionalitás
- további
- jövő
- generáció
- Célok
- Csoport
- boldog
- segít
- Kiemel
- Hogyan
- How To
- HTTPS
- ICON
- képek
- javul
- javuló
- Beleértve
- egyéni
- információ
- telepíteni
- integrált
- kamat
- Internet
- ugrás
- labor
- nyelv
- legutolsó
- indít
- indított
- vezet
- tanulás
- szint
- LINK
- linux
- kiszámításának
- gép
- gépi tanulás
- fontos
- KÉSZÍT
- sikerült
- vezetés
- menedzser
- kezelése
- ML
- modellek
- monitor
- több
- Morgan
- többszörös
- Közel
- jegyzetfüzet
- ajánlat
- felajánlás
- opció
- Opciók
- Csendes-óceán
- tervek
- Termékek
- termelékenység
- profil
- protokoll
- ad
- biztosít
- gyorsan
- el
- kutatás
- Tudástár
- futás
- futás
- Tudomány
- tudósok
- Sean
- félvezető
- számos
- Megosztás
- hasonló
- Egyszerű
- So
- szoftver
- Software Engineer
- szilárd
- Megoldások
- néhány
- speciális
- Centrifugálás
- kezdet
- kezdődött
- tárolás
- stúdió
- támogatás
- kapcsoló
- rendszer
- terminál
- A
- Keresztül
- idő
- szerszámok
- vágány
- alatt
- használ
- Felhasználók
- hasznosság
- változat
- míg
- WHO
- belül
- nélkül
- Munka
- dolgozó
- írás
- év
- A te