Idag är vi glada över att kunna meddela det förenklade Snabbinställnings erfarenhet inom Amazon SageMaker. Med denna nya funktion kan enskilda användare starta Amazon SageMaker Studio med standardförinställningar i minuter.
SageMaker Studio är en integrerad utvecklingsmiljö (IDE) för maskininlärning (ML). ML-utövare kan utföra alla ML-utvecklingssteg – från att förbereda sina data till att bygga, träna och distribuera ML-modeller – inom ett enda, integrerat visuellt gränssnitt. Du får också tillgång till en stor samling modeller och färdigbyggda lösningar som du kan implementera med några få klick.
För att använda SageMaker Studio eller andra personliga appar som t.ex Amazon SageMaker Canvas, eller att samarbeta i delade utrymmen, AWS-kunder måste först ställa in en SageMaker-domän. En SageMaker-domän består av en associerad Amazon Elastic File System (Amazon EFS) volym, en lista över auktoriserade användare och en mängd olika säkerhets-, program-, policy- och Amazon Virtual Private Cloud (Amazon VPC) konfigurationer. När en användare är ombord på en SageMaker-domän tilldelas de en användarprofil som de kan använda för att starta sina appar. Användarautentisering kan ske via Aws iam identitetscenter (efterträdare till AWS Single Sign-On) eller AWS identitets- och åtkomsthantering (JAG ÄR).
Att konfigurera en SageMaker-domän och tillhörande användarprofiler kräver att du förstår begreppen IAM-roller, domäner, autentisering och VPC:er och att du går igenom ett antal konfigurationssteg. För att slutföra dessa konfigurationssteg arbetar datavetare och utvecklare vanligtvis med sina IT-administratörsteam som tillhandahåller SageMaker Studio och sätter upp rätt skyddsräcken.
Kunder berättade för oss att introduktionsprocessen ibland kan vara tidskrävande, vilket försenar datavetare och ML-team från att komma igång med SageMaker Studio. Vi lyssnade och förenklade introduktionsupplevelsen!
Vi presenterar den förenklade Quick Studio-inställningen
Den nya Quick Studio-installationsupplevelsen för SageMaker ger en ny introduktions- och administrationsupplevelse som gör det enkelt för enskilda användare att konfigurera och hantera SageMaker Studio. Dataforskare och ML-administratörer kan konfigurera SageMaker Studio på några minuter med ett enda klick. SageMaker tar hand om att tillhandahålla SageMaker-domänen med standardförinställningar, inklusive inställning av IAM-rollen, IAM-autentisering och offentligt internetläge. ML-administratörer kan när som helst ändra SageMaker Studio-inställningarna för den skapade domänen och anpassa användargränssnittet ytterligare. Låt oss ta en titt på hur det fungerar.
Förutsättningar
För att använda Quick Studio-installationen behöver du följande:
- Ett AWS-konto
- En IAM-roll med behörighet att skapa de resurser som behövs för att konfigurera en SageMaker-domän
Använd inställningsalternativet Quick Studio
Låt oss diskutera ett scenario där en ny användare vill komma åt SageMaker Studio. Användarupplevelsen inkluderar följande steg:
- I ditt AWS-konto, navigera till SageMaker-konsolen och välj Ställ in för en användare.
SageMaker börjar förbereda SageMaker-domänen. Denna process tar vanligtvis några minuter. Den nya domänens namn har prefixet QuickSetupDomain-
.
Så snart SageMaker-domänen är klar visas ett meddelande på skärmen som säger "The SageMaker Domain is ready" och användarprofilen under domänen skapas också framgångsrikt.
- Välja Starta bredvid den skapade användarprofilen och välj Studio.
Eftersom det är första gången SageMaker Studio lanseras för den här användarprofilen, skapar SageMaker en ny JupyterServer-app, som tar några minuter.
Några minuter senare laddas Studio IDE och du presenteras med SageMaker Studios hemsida.
Komponenter i Quick Studio-installationen
När du använder Quick Studio-inställningen skapar SageMaker följande resurser:
- En ny IAM-roll med lämpliga behörigheter för att använda SageMaker Studio, Amazon enkel lagringstjänst (Amazon S3) och SageMaker Canvas. Du kan ändra behörigheterna för den skapade IAM-rollen när som helst baserat på ditt användningsfall eller personspecifika krav.
- En annan IAM-roll med prefix
AmazonSagemakerCanvasForecastRole-
, som möjliggör behörigheter för SageMaker Canvas tidsserieprognosfunktion. - En SageMaker Studio-domän och en användarprofil för domänen med unika namn. IAM används som autentiseringsläge. Den skapade IAM-rollen används som standardexekveringsrollen för SageMaker för domänen och användarprofilen. Du kan starta någon av de personliga appar som är tillgängliga, som SageMaker Studio och SageMaker Canvas, som är aktiverade som standard.
- En EFS-volym, som fungerar som filsystemet för SageMaker Studio. Förutom Amazon EFS, en ny S3 hink med prefix
sagemaker-studio-
skapas för att dela anteckningsböcker.
SageMaker Studio använder också standard VPC och dess associerade undernät. Om det inte finns någon standard VPC, eller om standard VPC inte har några undernät, väljer den en av de befintliga VPC:erna som har associerade undernät. Om det inte finns någon VPC kommer det att uppmana användaren att skapa en på Amazon VPC-konsolen. VPC:n med alla undernät under den används för att ställa in Amazon EFS.
Slutsats
Nu är ett enda klick allt som krävs för att komma igång med SageMaker Studio. Quick Studio-inställningen för enskilda användare är tillgänglig i alla AWS kommersiella regioner där SageMaker för närvarande är tillgänglig.
Testa den här nya funktionen på SageMaker-konsolen och låt oss veta vad du tycker. Vi ser alltid fram emot din feedback! Du kan skicka det via dina vanliga AWS-supportkontakter eller lägga upp det på AWS-forum för SageMaker.
Om författarna
Vikesh Pandey är en Machine Learning Specialist Solutions Architect på AWS, som hjälper kunder från finansbranschen att designa och bygga lösningar på generativ AI och ML. Utanför jobbet tycker Vikesh om att prova olika maträtter och utöva utomhussporter.
Anastasia Tzeveleka är en maskininlärnings- och AI-specialistlösningsarkitekt på AWS. Hon arbetar med kunder i EMEA och hjälper dem att utforma lösningar för maskininlärning i stor skala med hjälp av AWS-tjänster. Hon har arbetat med projekt inom olika domäner, inklusive bearbetning av naturligt språk (NLP), MLOps och verktyg för låg kod/ingen kod.
- SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
- PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
- PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
- Platoesg. Fordon / elbilar, Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
- PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
- ChartPrime. Höj ditt handelsspel med ChartPrime. Tillgång här.
- BlockOffsets. Modernisera miljökompensation ägande. Tillgång här.
- Källa: https://aws.amazon.com/blogs/machine-learning/amazon-sagemaker-simplifies-the-amazon-sagemaker-studio-setup-for-individual-users/
- : har
- :är
- :var
- $UPP
- 100
- 150
- 7
- a
- tillgång
- Konto
- administration
- administrering
- AI
- Alla
- också
- alltid
- amason
- Amazon SageMaker
- Amazon SageMaker Studio
- Amazon Web Services
- an
- och
- Meddela
- vilken som helst
- isär
- app
- visas
- Ansökan
- lämpligt
- appar
- ÄR
- AS
- delad
- associerad
- At
- Autentisering
- tillstånd
- tillgänglig
- AWS
- baserat
- BE
- SLUTRESULTAT
- Byggnad
- by
- KAN
- canvas
- kapacitet
- vilken
- Vid
- Välja
- klick
- samarbeta
- samling
- kommersiella
- fullborda
- Begreppen
- konfiguration
- består
- Konsol
- kontakter
- skapa
- skapas
- skapar
- För närvarande
- Kunder
- skräddarsy
- datum
- Standard
- distribuera
- utplacera
- Designa
- utvecklare
- Utveckling
- olika
- diskutera
- domän
- domäner
- lätt
- EMEA
- aktiverad
- möjliggör
- Miljö
- exciterade
- utförande
- befintliga
- erfarenhet
- Leverans
- få
- Fil
- finansiella
- finansiella industrier
- Förnamn
- första gången
- efter
- För
- Framåt
- från
- ytterligare
- generativ
- Generativ AI
- skaffa sig
- få
- kommer
- hjälpa
- hjälper
- Hem
- Hur ser din drömresa ut
- html
- HTTPS
- Identitet
- if
- in
- innefattar
- Inklusive
- individuellt
- industrier
- integrerade
- Gränssnitt
- Internet
- IT
- DESS
- jpg
- Vet
- språk
- Large
- senare
- lansera
- lanserades
- inlärning
- Låt
- Lista
- laster
- se
- Maskinen
- maskininlärning
- GÖR
- hantera
- minuter
- ML
- MLOps
- Mode
- modeller
- modifiera
- namn
- namn
- Natural
- Naturlig språkbehandling
- Navigera
- Behöver
- behövs
- Nya
- Nästa
- nlp
- Nej
- anteckningsbok
- anmälan
- antal
- of
- on
- Onboarding
- ONE
- or
- Övriga
- ut
- utanför
- sida
- Utföra
- behörigheter
- personlig
- plato
- Platon Data Intelligence
- PlatonData
- i
- policy
- Inlägg
- förbereda
- presenteras
- privat
- process
- bearbetning
- Profil
- Profiler
- projekt
- ger
- tillhandahållande
- allmän
- Snabbt
- redo
- regioner
- Krav
- Kräver
- Resurser
- höger
- Roll
- roller
- sagemaker
- Skala
- scenario
- vetenskapsmän
- screen
- säkerhet
- sända
- Serier
- serverar
- Tjänster
- in
- inställning
- inställningar
- inställning
- delning
- hon
- Enkelt
- förenklade
- enda
- Lösningar
- snart
- specialist
- Sporter
- igång
- startar
- anger
- Steg
- förvaring
- studio
- subnät
- Framgångsrikt
- sådana
- stödja
- system
- Ta
- tar
- lag
- den där
- Smakämnen
- deras
- Dem
- sedan
- Där.
- Dessa
- de
- tror
- detta
- Genom
- tid
- Tidsföljder
- till
- berättade
- verktyg
- Utbildning
- försöker
- typiskt
- ui
- under
- förståelse
- unika
- us
- användning
- användningsfall
- Begagnade
- Användare
- Användarupplevelse
- användare
- användningar
- med hjälp av
- mängd
- via
- Virtuell
- volym
- vill
- we
- webb
- webbservice
- Vad
- när
- som
- VEM
- kommer
- med
- Arbete
- arbetade
- fungerar
- Om er
- Din
- zephyrnet