โพสต์นี้นำเสนอและเปรียบเทียบตัวเลือกและแนวทางปฏิบัติที่แนะนำเกี่ยวกับวิธีจัดการแพ็คเกจ Python และสภาพแวดล้อมเสมือนจริงใน สตูดิโอ Amazon SageMaker สมุดบันทึก สาธารณะ repo GitHub ให้ตัวอย่างภาคปฏิบัติสำหรับแต่ละแนวทางที่นำเสนอ
Amazon SageMaker Studio เป็นสภาพแวดล้อมการพัฒนาแบบผสานรวมบนเว็บ (IDE) สำหรับแมชชีนเลิร์นนิง (ML) ที่ให้คุณสร้าง ฝึก ดีบัก ปรับใช้ และตรวจสอบโมเดล ML ของคุณ Studio มีเครื่องมือทั้งหมดที่คุณต้องการเพื่อใช้โมเดลตั้งแต่การเตรียมข้อมูล การทดลอง ไปจนถึงการผลิตในขณะที่เพิ่มประสิทธิภาพการทำงานของคุณ
โน๊ตบุ๊คสตูดิโอ เป็นโน้ตบุ๊ก Jupyter ที่ทำงานร่วมกันซึ่งคุณสามารถเปิดใช้งานได้อย่างรวดเร็ว เพราะคุณไม่จำเป็นต้องตั้งค่าอินสแตนซ์การประมวลผลและพื้นที่จัดเก็บไฟล์ล่วงหน้า เมื่อคุณเปิดสมุดบันทึกใน Studio คุณจะได้รับแจ้งให้ตั้งค่าสภาพแวดล้อมของคุณโดยเลือกอิมเมจ SageMaker, เคอร์เนล, ประเภทอินสแตนซ์ และทางเลือก สคริปต์การกำหนดค่าวงจรชีวิตที่ทำงานเมื่อเริ่มต้นอิมเมจ
สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับแนวคิดโน้ตบุ๊ก Studio และสถาปัตยกรรมด้านอื่นๆ โปรดดูที่ เจาะลึกสถาปัตยกรรมโน้ตบุ๊กของ Amazon SageMaker Studio.
สมุดบันทึก Studio ออกแบบมาเพื่อสนับสนุนคุณในทุกขั้นตอนของการพัฒนา ML เช่น แนวคิด การทดลอง และการดำเนินการของเวิร์กโฟลว์ ML สตูดิโอมาพร้อมกับการสร้างไว้ล่วงหน้า ภาพ ซึ่งรวมถึงล่าสุด Amazon SageMaker Python SDK และขึ้นอยู่กับประเภทของอิมเมจ แพ็คเกจและทรัพยากรเฉพาะอื่นๆ เช่น ไลบรารีเฟรมเวิร์ก Spark, MXNet หรือ PyTorch และการพึ่งพาที่จำเป็น แต่ละภาพสามารถโฮสต์หนึ่งหรือหลายภาพ เมล็ดซึ่งสามารถเป็นสภาพแวดล้อมเสมือนที่แตกต่างกันสำหรับการพัฒนา
เพื่อให้แน่ใจว่าเหมาะสมที่สุดสำหรับกระบวนการและขั้นตอนการพัฒนาของคุณ การเข้าถึงเฟรมเวิร์ก ML เฉพาะหรือล่าสุด หรือเพื่อตอบสนองข้อกำหนดการเข้าถึงข้อมูลและการกำกับดูแล คุณสามารถปรับแต่งสภาพแวดล้อมโน้ตบุ๊กที่สร้างไว้ล่วงหน้าหรือสร้างสภาพแวดล้อมใหม่โดยใช้อิมเมจและเคอร์เนลของคุณเอง
โพสต์นี้พิจารณาแนวทางต่อไปนี้สำหรับการปรับแต่งสภาพแวดล้อม Studio โดยจัดการแพ็คเกจและสร้างสภาพแวดล้อมเสมือน Python ในโน้ตบุ๊ก Studio:
- ใช้อิมเมจแอป Studio KernelGateway ที่กำหนดเอง
- ใช้การกำหนดค่าวงจรชีวิตของโน้ตบุ๊ก Studio
- ใช้สตูดิโอ ระบบไฟล์ Amazon Elastic ปริมาณ (Amazon EFS) เพื่อคงอยู่ในสภาพแวดล้อม Conda
- ใช้
pip install
แอป Studio KernelGateway และเคอร์เนลของโน้ตบุ๊ก
หนึ่งในความแตกต่างที่สำคัญของสถาปัตยกรรมโน้ตบุ๊ก Studio เมื่อเปรียบเทียบกับ อินสแตนซ์โน้ตบุ๊ก SageMaker คือเคอร์เนลของโน้ตบุ๊ก Studio ทำงานในคอนเทนเนอร์ Docker ที่เรียกว่า คอนเทนเนอร์อิมเมจ SageMakerแทนที่จะโฮสต์โดยตรงบน อเมซอน อีลาสติก คอมพิวท์ คลาวด์ อินสแตนซ์ (Amazon EC2) ซึ่งเป็นกรณีของอินสแตนซ์โน้ตบุ๊ก SageMaker
แผนภาพต่อไปนี้แสดงความสัมพันธ์ระหว่าง KernelGateway, เคอร์เนลของโน้ตบุ๊ก และอิมเมจ SageMaker (ดูข้อมูลเพิ่มเติมได้ที่ ใช้โน้ตบุ๊ค Amazon SageMaker Studio.)
เนื่องจากความแตกต่างนี้ มีวิธีสร้างและจัดการบางอย่างที่เฉพาะเจาะจง สภาพแวดล้อมเสมือนจริงในโน้ตบุ๊ก Studioเช่น การใช้สภาพแวดล้อม Conda หรือการคงอยู่ของสภาพแวดล้อมการพัฒนา ML ระหว่างการรีสตาร์ทเคอร์เนล
ส่วนต่อไปนี้จะอธิบายแนวทางการปรับแต่งสภาพแวดล้อมแต่ละแบบโดยละเอียด ให้ตัวอย่างที่ปฏิบัติจริง และแนะนำกรณีการใช้งานสำหรับแต่ละตัวเลือก
เบื้องต้น
ในการเริ่มต้นด้วยตัวอย่างและลองใช้แนวทางการปรับแต่งด้วยตัวคุณเอง คุณต้องมีโดเมน SageMaker ที่ใช้งานอยู่และโปรไฟล์ผู้ใช้อย่างน้อยหนึ่งโปรไฟล์ในโดเมน หากคุณไม่มีโดเมน โปรดดูคำแนะนำใน ออนบอร์ดไปยังโดเมน Amazon SageMaker.
รูปภาพแอปที่กำหนดเองของ Studio KernelGateway
อิมเมจของแอป Studio KernelGateway คือคอนเทนเนอร์ Docker ที่ระบุเคอร์เนล แพ็กเกจภาษา และการพึ่งพาอื่นๆ ที่จำเป็นในการเรียกใช้โน้ตบุ๊ก Jupyter ใน Studio คุณใช้อิมเมจเหล่านี้เพื่อสร้างสภาพแวดล้อมที่คุณเรียกใช้โน้ตบุ๊ก Jupyter สตูดิโอให้บริการมากมาย ภาพในตัว เพื่อให้คุณใช้
หากคุณต้องการฟังก์ชันการทำงานที่แตกต่างกัน เฟรมเวิร์กเฉพาะ หรือแพ็กเกจไลบรารี คุณสามารถนำรูปภาพที่คุณกำหนดเอง (BYOI) มาที่ Studio ได้
คุณสามารถสร้างอิมเมจแอปและเวอร์ชันอิมเมจ แนบเวอร์ชันอิมเมจกับโดเมนของคุณ และทำให้แอปพร้อมใช้งานสำหรับผู้ใช้โดเมนทั้งหมดหรือสำหรับโปรไฟล์ผู้ใช้เฉพาะ คุณสามารถจัดการอิมเมจของแอพผ่านคอนโซล SageMaker, AWS SDK สำหรับ Python (Boto3), และ อินเทอร์เฟซบรรทัดคำสั่ง AWS AWS (AWS CLI) ภาพที่กำหนดเองจำเป็นต้องเก็บไว้ใน การลงทะเบียน Amazon Elastic Container พื้นที่เก็บข้อมูล (Amazon ECR)
ประโยชน์หลักของวิธีนี้คือการควบคุมเวอร์ชันในระดับสูงและความสามารถในการทำซ้ำของสภาพแวดล้อมรันไทม์ ML และความพร้อมใช้งานของแพ็คเกจไลบรารีได้ทันทีเนื่องจากติดตั้งไว้ในอิมเมจ คุณสามารถใช้การทดสอบที่ครอบคลุม การกำกับดูแล รั้วรักษาความปลอดภัย และระบบอัตโนมัติ CI/CD เพื่อสร้างอิมเมจแอปแบบกำหนดเอง การมีสแนปช็อตของสภาพแวดล้อมการพัฒนาจะช่วยอำนวยความสะดวกและบังคับใช้แนวป้องกันและแนวปฏิบัติด้านความปลอดภัยขององค์กรของคุณ
ที่ให้มา สมุดบันทึก ใช้กระบวนการสร้างอิมเมจของแอปสำหรับสภาพแวดล้อมที่ใช้ Conda สมุดบันทึกจะสาธิตวิธีการสร้างอิมเมจหลายสภาพแวดล้อม เพื่อให้ผู้ใช้แอปสามารถเลือกเคอร์เนลที่สามารถเรียกใช้สมุดบันทึกได้
กำหนดค่าอิมเมจแอปที่กำหนดเอง
คุณต้องเรียกใช้สมุดบันทึกนี้เป็นอินสแตนซ์สมุดบันทึก SageMaker เพื่ออนุญาตให้ใช้ Docker ในเครื่องและเรียกใช้คำสั่ง Docker ในสมุดบันทึก อีกทางเลือกหนึ่งในการใช้อินสแตนซ์โน้ตบุ๊กหรือเชลล์สคริปต์ คุณสามารถใช้ สตูดิโออิมเมจสร้าง CLI เพื่อทำงานกับ Docker ใน Studio Studio Image Build CLI ช่วยให้คุณสร้างอิมเมจ Docker ที่เข้ากันได้กับ SageMaker ได้โดยตรงจากสภาพแวดล้อม Studio ของคุณโดยใช้ AWS CodeBuild.
หากคุณไม่มีอินสแตนซ์โน้ตบุ๊ก SageMaker ให้ทำตามคำแนะนำใน สร้างอินสแตนซ์โน้ตบุ๊ก Amazon SageMaker ที่จะเริ่มต้น
นอกจากนี้ คุณต้องตรวจสอบให้แน่ใจว่าบทบาทการดำเนินการที่คุณใช้สำหรับอินสแตนซ์โน้ตบุ๊กมีสิทธิ์ที่จำเป็นสำหรับการดำเนินการโดเมน Amazon ECR และ SageMaker:
หากต้องการสร้างอิมเมจแบบกำหนดเองด้วยสองเคอร์เนล แต่ละเคอร์เนลมีสภาพแวดล้อมเสมือน Conda ของตนเอง โน้ตบุ๊กจะดำเนินการตามขั้นตอนต่อไปนี้:
- กำหนดสภาพแวดล้อม Conda สภาพแวดล้อม Conda ต้องมีการติดตั้งแพ็คเกจเคอร์เนล Jupyter ตัวอย่างเช่น
ipykernel
สำหรับเคอร์เนล Python - กำหนด Dockerfile พิจารณาอิมเมจ SageMaker แบบกำหนดเอง ข้อกำหนด เมื่อสร้างภาพของคุณเอง
- สร้างอิมเมจ Docker ที่เข้ากันได้กับ Studio และส่งอิมเมจไปยังที่เก็บ ECR
- สร้าง ภาพ SageMaker ด้วยอิมเมจ Docker จากที่เก็บ ECR และสร้างเวอร์ชันอิมเมจเริ่มต้น ทุกครั้งที่คุณอัปเดตอิมเมจใน Amazon ECR จะต้องสร้างเวอร์ชันอิมเมจใหม่
- อัปเดตโดเมน SageMaker ที่มีอยู่เพื่อใช้อิมเมจนี้ สำหรับการดำเนินการนี้ บทบาทการดำเนินการต้องการ
UpdateDomain
การอนุญาต. ภาพจะพร้อมใช้งานทันทีสำหรับโปรไฟล์ผู้ใช้ทั้งหมดของโดเมน หากคุณต้องการให้รูปภาพใช้ได้เฉพาะกับโปรไฟล์ผู้ใช้เฉพาะ คุณสามารถใช้UpdateUserProfile
การเรียก API แทนUpdateDomain
. - ยิง รูปภาพที่กำหนดเองใน Studio เริ่มสมุดบันทึกใหม่และเลือกภาพใหม่ในเมนูแบบเลื่อนลงสำหรับการเลือกภาพ
Studio จะจดจำสภาพแวดล้อม Conda ในอิมเมจของคุณโดยอัตโนมัติเป็นเคอร์เนลที่เกี่ยวข้องในเมนูแบบเลื่อนลงสำหรับการเลือกเคอร์เนลใน ตั้งค่าสภาพแวดล้อมของโน้ตบุ๊ก วิดเจ็ต
อ้างถึงสิ่งเหล่านี้ โน๊ตบุ๊คตัวอย่าง สำหรับตัวอย่างเพิ่มเติมและกรณีการใช้งานเกี่ยวกับการติดตั้งอิมเมจแอปที่กำหนดเอง
ทำความสะอาด
เพื่อหลีกเลี่ยงการเรียกเก็บเงิน คุณต้องหยุดอินสแตนซ์โน้ตบุ๊ก SageMaker ที่ใช้งานอยู่ สำหรับคำแนะนำ โปรดดูที่ ทำความสะอาด.
ใช้กระบวนการสร้างภาพอัตโนมัติ
ดังที่ได้กล่าวไปแล้ว คุณสามารถใช้ สตูดิโออิมเมจสร้าง CLI เพื่อใช้กระบวนการ CI/CD อัตโนมัติของการสร้างอิมเมจแอปและการปรับใช้ด้วย CodeBuild และ sm-นักเทียบท่า CLI. สรุปการตั้งค่าสภาพแวดล้อมการสร้าง Docker ของคุณโดยการตั้งค่าบริการพื้นฐานและเวิร์กโฟลว์ที่จำเป็นสำหรับการสร้างอิมเมจ Docker โดยอัตโนมัติ
กรณีการใช้งานที่แนะนำ
แนวทางอิมเมจของแอปแบบกำหนดเองเหมาะสำหรับสถานการณ์ต่อไปนี้เมื่อใช้สภาพแวดล้อมโน้ตบุ๊ก Studio:
- สภาพแวดล้อมที่เสถียรและมีการควบคุมสำหรับการผลิตหรือการพัฒนาที่ละเอียดอ่อน
- สภาพแวดล้อมที่ไม่มีการเข้าถึงอินเทอร์เน็ต ซึ่งคุณต้องการรวมทรัพยากรและไลบรารีที่จำเป็นทั้งหมดไว้ล่วงหน้าในอิมเมจ
- อัตราการใช้ซ้ำของสภาพแวดล้อมสูงและอัตราการเปลี่ยนแปลงสภาพแวดล้อมต่ำ
- การดำเนินงานด้านวิทยาศาสตร์ข้อมูลในระดับสูง นักพัฒนาหรือทีมหลายสิบหรือหลายร้อยคนที่ต้องการเข้าถึงสภาพแวดล้อมที่กำหนดเองที่ได้มาตรฐาน
- ใช้ไลบรารี่ที่ไม่สามารถกำหนดค่าบนอิมเมจบุคคลที่หนึ่งของ SageMaker
- ข้อกำหนดในการใช้อิมเมจแบบกำหนดเองสำหรับระบบปฏิบัติการอื่นหรือภาษาโปรแกรมอื่น
- การกำกับดูแลจากส่วนกลางและการพัฒนาสภาพแวดล้อมโดยใช้ไปป์ไลน์ CI/CD อัตโนมัติ
ข้อจำกัดของแนวทางนี้
วิธีการนี้ต้องใช้กระบวนการสร้างอิมเมจหลายขั้นตอนรวมถึงการทดสอบ ซึ่งอาจต้องใช้ความพยายามมากเกินไปสำหรับสภาพแวดล้อมที่มีขนาดเล็กหรือมีไดนามิกมาก นอกจากนี้ ให้พิจารณาข้อจำกัดต่อไปนี้ของวิธีการ:
- จำเป็นต้องมีความพยายามล่วงหน้าเพื่อเพิ่มแพ็คเกจใหม่หรือสร้างอิมเมจเวอร์ชันใหม่ การลดขนาด คุณสามารถปรับแต่งอิมเมจแบบกำหนดเองที่มีอยู่ด้วย pip แม้ว่าจะไม่คงอยู่ก็ตาม
- การแนบรูปภาพที่กำหนดเองใหม่หรือการเพิ่มเวอร์ชันใหม่ลงในโดเมนจำเป็นต้องมี
UpdateDomain
การอนุญาต ซึ่งปกติไม่ได้แนบมากับบทบาทการดำเนินการโปรไฟล์ผู้ใช้ เราขอแนะนำให้ใช้ไปป์ไลน์อัตโนมัติที่มีบทบาทการดำเนินการเฉพาะเพื่อดำเนินการนี้หรือให้สิทธิ์ในการอัปเดตโดเมนกับผู้ใช้หรือบทบาทของผู้ดูแลระบบโดยเฉพาะ - ต้องใช้ความพยายามอย่างสูงในการเขียนภาพ เราขอแนะนำให้ใช้ไปป์ไลน์อัตโนมัติหากคุณสร้างและอัปเดตอิมเมจที่กำหนดเองบ่อยๆ
- หากคุณใช้สภาพแวดล้อม Conda คุณอาจพบปัญหาในสภาพแวดล้อม Docker ตัวอย่างเช่น อ้างถึง การเปิดใช้งานสภาพแวดล้อม Conda ใน Dockerfile ของคุณ. คำสั่ง Conda บางคำสั่งอาจไม่ทำงานในสภาพแวดล้อมเสมือนของโน้ตบุ๊ก อย่างไรก็ตาม วิธีการปรับแต่ง Studio นี้ไม่จำกัดเฉพาะสภาพแวดล้อมที่ใช้ Conda
- คุณไม่สามารถสลับระหว่างสภาพแวดล้อม Conda ในโน้ตบุ๊กได้ด้วยตนเอง คุณต้องสลับเคอร์เนลในวิดเจ็ตการตั้งค่าสภาพแวดล้อมของโน้ตบุ๊ก
พิจารณาว่ามีค่าเริ่มต้น โควต้า รูปภาพที่กำหนดเอง 30 รูปต่อโดเมน และ 5 รูปต่อโปรไฟล์ผู้ใช้ สิ่งเหล่านี้เป็นขีดจำกัดที่นุ่มนวลและสามารถเพิ่มขึ้นได้
ส่วนถัดไปจะอธิบายแนวทางที่เบากว่าซึ่งอาจเหมาะกับกรณีการใช้งานอื่นๆ มากกว่า
การกำหนดค่าวงจรชีวิตของโน้ตบุ๊ก Studio
สตูดิโอ การกำหนดค่าวงจรชีวิต กำหนดเชลล์สคริปต์ที่ทำงานทุกครั้งที่รีสตาร์ทแอปพลิเคชันเกตเวย์เคอร์เนล และสามารถติดตั้งแพ็คเกจที่จำเป็นได้ ประโยชน์หลักคือนักวิทยาศาสตร์ข้อมูลสามารถเลือกสคริปต์ที่จะเรียกใช้เพื่อปรับแต่งคอนเทนเนอร์ด้วยแพ็คเกจใหม่ ตัวเลือกนี้ไม่จำเป็นต้องสร้างคอนเทนเนอร์ใหม่ และในกรณีส่วนใหญ่ก็ไม่ต้องการอิมเมจที่กำหนดเองเลย เพราะคุณสามารถปรับแต่ง ที่สร้างไว้ล่วงหน้า.
ตั้งค่ากระบวนการกำหนดค่าวงจรชีวิต
กระบวนการนี้ใช้เวลาประมาณ 5 นาทีจึงจะเสร็จสมบูรณ์ โพสต์สาธิตวิธีใช้การกำหนดค่าวงจรชีวิตผ่านคอนโซล SageMaker ที่ให้มา สมุดบันทึก แสดงวิธีการใช้โปรแกรมเดียวกันโดยใช้ Boto3
- บนคอนโซล SageMaker ให้เลือก การกำหนดค่าวงจรชีวิต ในบานหน้าต่างนำทาง
- เกี่ยวกับ สตูดิโอ เลือกแท็บ สร้างการกำหนดค่า.
ขั้นตอนแรกในการสร้างการกำหนดค่าวงจรชีวิตคือการเลือกประเภท
- สำหรับกรณีการใช้งานนี้ในการติดตั้งการพึ่งพาทุกครั้งที่สร้างแอปเกตเวย์เคอร์เนล Jupyter ให้เลือก แอพเกตเวย์เคอร์เนล Jupyter และเลือก ถัดไป.
- สำหรับ Nameป้อนชื่อสำหรับการกำหนดค่า
- ตัว Vortex Indicator ได้ถูกนำเสนอลงในนิตยสาร สคริปต์ กำหนดสคริปต์ที่จะรันเมื่อเคอร์เนลเริ่มทำงาน สำหรับตัวอย่างนี้ ไลบรารี PyArrow จะถูกติดตั้งด้วยสคริปต์ต่อไปนี้:
- Choose สร้างการกำหนดค่า.
เมื่อสร้างการกำหนดค่าแล้ว จำเป็นต้องแนบการกำหนดค่านั้นกับโดเมนหรือโปรไฟล์ผู้ใช้ เมื่อแนบกับโดเมน โปรไฟล์ผู้ใช้ทั้งหมดในโดเมนนั้นจะสืบทอดมา ในขณะที่เมื่อแนบกับโปรไฟล์ผู้ใช้ โปรไฟล์นั้นจะถูกกำหนดขอบเขตไปที่โปรไฟล์นั้น สำหรับคำแนะนำนี้ เราใช้เส้นทางโดเมน Studio
- Choose โดเมน ในบานหน้าต่างนำทาง และเปิดโดเมนที่มีอยู่ของคุณ
- เกี่ยวกับ สิ่งแวดล้อม ในแท็บ การกำหนดค่าวงจรการใช้งานสำหรับแอป Studio ส่วนตัว ส่วนเลือก แนบ.
- สำหรับ แหล่งให้เลือก การกำหนดค่าที่มีอยู่.
- เลือกการกำหนดค่าวงจรชีวิตที่คุณสร้างและเลือก แนบกับโดเมน.
เมื่อกำหนดค่าทั้งหมดเสร็จแล้ว ก็ถึงเวลาทดสอบสคริปต์ภายใน Studio
- Launch Studio และบน เปิด ค้นหาแท็บ โน๊ตบุ๊คและทรัพยากรคอมพิวเตอร์ และเลือก เปลี่ยนสิ่งแวดล้อม เพื่อเลือกการกำหนดค่าวงจรชีวิตที่คุณสร้างขึ้น
- สำหรับ สคริปต์เริ่มต้นเลือกการกำหนดค่าวงจรชีวิตที่คุณสร้างขึ้น จากนั้นเลือก เลือก.
- Choose สร้างสมุดบันทึก.
คุณยังสามารถตั้งค่าคอนฟิก Lifecycle ให้ทำงานตามค่าเริ่มต้นใน การกำหนดค่าวงจรการใช้งานสำหรับแอป Studio ส่วนตัว ส่วนของ โดเมน หน้า.
ภายในโน้ตบุ๊กใหม่ การพึ่งพาที่ติดตั้งในสคริปต์เริ่มต้นจะพร้อมใช้งาน
กรณีการใช้งานที่แนะนำ
แนวทางนี้มีน้ำหนักเบาแต่มีประสิทธิภาพด้วย เนื่องจากช่วยให้คุณควบคุมการตั้งค่าสภาพแวดล้อมของโน้ตบุ๊กผ่านเชลล์สคริปต์ กรณีการใช้งานที่เหมาะสมที่สุดกับแนวทางนี้มีดังต่อไปนี้:
- การรวมการติดตั้งแพ็คเกจในการกำหนดค่ารอบการใช้งานโน้ตบุ๊กที่ต้องเรียกใช้เมื่อเคอร์เนลเริ่มต้นแต่ละครั้ง
- สภาพแวดล้อมที่ไม่มีอินเทอร์เน็ต ใช้การกำหนดค่าวงจรชีวิตเพื่อตั้งค่าสภาพแวดล้อมเพื่อเข้าถึงอาร์ติแฟกต์ในเครื่องหรือความปลอดภัยและที่เก็บแพ็กเกจ เช่น AWS CodeArtifact.
- หากคุณใช้การกำหนดค่าวงจรชีวิตอยู่แล้ว คุณสามารถขยายให้รวมการติดตั้งแพ็คเกจได้
- การติดตั้งแพ็คเกจเพิ่มเติมสองสามรายการที่ด้านบนของอิมเมจแอพในตัวหรือแอพที่กำหนดเอง
- เมื่อคุณต้องการเวลาในการทำการตลาดที่สั้นกว่าการใช้อิมเมจแอพที่กำหนดเอง
ข้อจำกัดของแนวทางนี้
ข้อจำกัดหลักคือความพยายามสูงในการจัดการสคริปต์การกำหนดค่าวงจรชีวิตตามขนาดและการติดตั้งแพ็คเกจที่ช้า ขึ้นอยู่กับจำนวนแพ็คเกจที่ติดตั้งและขนาดของแพ็คเกจ สคริปต์วงจรชีวิตอาจถึงขั้นหมดเวลา นอกจากนี้ยังมีตัวเลือกที่จำกัดสำหรับการปรับแต่งสคริปต์เฉพาะกิจโดยผู้ใช้ เช่น นักวิทยาศาสตร์ข้อมูลหรือวิศวกร ML เนื่องจากสิทธิ์ของบทบาทการดำเนินการโปรไฟล์ผู้ใช้
เอ่ยถึง ตัวอย่างการกำหนดค่าวงจรชีวิตของ SageMaker Studio สำหรับตัวอย่างเพิ่มเติมและกรณีการใช้งาน
ยืนยันสภาพแวดล้อม Conda ไปยังไดรฟ์ข้อมูล Studio EFS
โดเมน SageMaker และ Studio ใช้โวลุ่ม EFS เป็นเลเยอร์พื้นที่เก็บข้อมูลถาวร คุณสามารถบันทึกสภาพแวดล้อม Conda ของคุณบนไดรฟ์ข้อมูล EFS นี้ได้ สภาพแวดล้อมเหล่านี้ยังคงอยู่ระหว่างเคอร์เนล แอพ หรือสตูดิโอรีสตาร์ท Studio รับสภาพแวดล้อมทั้งหมดเป็นเคอร์เนล KernelGateway โดยอัตโนมัติ
นี่เป็นกระบวนการที่ไม่ซับซ้อนสำหรับนักวิทยาศาสตร์ด้านข้อมูล แต่มีความล่าช้า 1 นาทีเพื่อให้สภาพแวดล้อมปรากฏในรายการเคอร์เนลที่เลือกได้ นอกจากนี้ยังอาจมีปัญหาเกี่ยวกับการใช้สภาพแวดล้อมสำหรับแอปเคอร์เนลเกตเวย์ที่มีข้อกำหนดในการประมวลผลที่แตกต่างกัน เช่น สภาพแวดล้อมที่ใช้ CPU บนแอปที่ใช้ GPU
เอ่ยถึง สภาพแวดล้อม Conda แบบกำหนดเองบน SageMaker Studio สำหรับคำแนะนำโดยละเอียด repo GitHub ของโพสต์ยังมีไฟล์ สมุดบันทึก พร้อมคำแนะนำทีละขั้นตอน
สร้างสภาพแวดล้อม Conda แบบถาวรบนไดรฟ์ข้อมูล Studio EFS
คำแนะนำนี้ควรใช้เวลาประมาณ 10 นาที
- ในสตูดิโอ เลือก หน้าแรก ในบานหน้าต่างนำทาง
- Choose เปิด Launcher.
- ภายใน Launcher ให้ค้นหา โน๊ตบุ๊คและทรัพยากรคอมพิวเตอร์ มาตรา.
- ตรวจสอบว่าอิมเมจ SageMaker ที่เลือกนั้นเป็นอิมเมจเคอร์เนลบุคคลที่หนึ่งที่รองรับ Conda เช่น “Data Science”
- Choose เปิดเทอร์มินัลรูปภาพ เพื่อเปิดหน้าต่างเทอร์มินัลด้วยเคอร์เนลใหม่
ข้อความแสดงขึ้นว่า “กำลังเริ่มต้นเทอร์มินัลรูปภาพ…” และหลังจากนั้นสักครู่ เทอร์มินัลใหม่จะเปิดขึ้นในแท็บใหม่
- ภายในเทอร์มินัล ให้รันคำสั่งต่อไปนี้:
คำสั่งเหล่านี้จะใช้เวลาประมาณ 3 นาทีในการรัน และจะสร้างไดเร็กทอรีบนโวลุ่ม EFS เพื่อจัดเก็บสภาพแวดล้อม Conda สร้างสภาพแวดล้อม Conda ใหม่และเปิดใช้งาน ติดตั้ง ipykernel
การพึ่งพา (หากไม่มีการพึ่งพานี้โซลูชันนี้จะใช้งานไม่ได้) และสุดท้ายสร้างไฟล์กำหนดค่า Conda (.condarc
) ซึ่งมีการอ้างอิงถึงไดเร็กทอรีสภาพแวดล้อม Conda ใหม่ เนื่องจากนี่คือสภาพแวดล้อม Conda ใหม่ จึงไม่มีการติดตั้งการอ้างอิงเพิ่มเติม หากต้องการติดตั้งการพึ่งพาอื่นๆ คุณสามารถแก้ไข conda install
บรรทัดหรือรอให้คำสั่งต่อไปนี้เสร็จสิ้นและติดตั้งการพึ่งพาเพิ่มเติมใด ๆ ในขณะที่อยู่ในสภาพแวดล้อม Conda
- สำหรับตัวอย่างนี้ เราติดตั้งไลบรารี NumPy โดยเรียกใช้คำสั่งต่อไปนี้ในหน้าต่างเทอร์มินัล:
เมื่อสร้างสภาพแวดล้อม Conda และติดตั้งการขึ้นต่อกันแล้ว คุณสามารถสร้างโน้ตบุ๊กที่ใช้สภาพแวดล้อม Conda นี้ที่คงอยู่ใน Amazon EFS
- ใน Studio Launcher ให้เลือก สร้างสมุดบันทึก.
- จากสมุดบันทึกใหม่ ให้เลือกเคอร์เนล “Python 3 (Data Science)”
- สำหรับ เมล็ดเลือกสภาพแวดล้อม Conda ที่สร้างขึ้นใหม่ จากนั้นเลือก เลือก.
หากในตอนแรกไม่มีตัวเลือกสำหรับสภาพแวดล้อม Conda ใหม่ อาจเป็นเพราะต้องใช้เวลาสองสามนาทีในการเผยแพร่
กลับมาที่สมุดบันทึก ชื่อเคอร์เนลจะเปลี่ยนไปที่มุมขวาบน และภายในเซลล์คุณสามารถทดสอบได้ว่าการอ้างอิงที่ติดตั้งนั้นพร้อมใช้งานหรือไม่
กรณีการใช้งานที่แนะนำ
กรณีการใช้งานต่อไปนี้เหมาะสมที่สุดสำหรับแนวทางนี้:
- สภาพแวดล้อมที่ไม่มีการเข้าถึงอินเทอร์เน็ต โดยมีการพึ่งพาทั้งหมดติดตั้งไว้ล่วงหน้าในสภาพแวดล้อม Conda ที่คงอยู่
- สภาพแวดล้อมแบบเฉพาะกิจที่ต้องการการคงอยู่ระหว่างเซสชันเคอร์เนล
- การทดสอบอิมเมจ SageMaker แบบกำหนดเองใน Studio ก่อนสร้างอิมเมจ Docker และพุชไปยัง Amazon ECR
ข้อจำกัดของแนวทางนี้
แม้ว่าวิธีนี้จะมีประโยชน์จริง แต่ให้คำนึงถึงข้อจำกัดต่อไปนี้:
- อาจมีปัญหาด้านประสิทธิภาพกับ Amazon EFS ในไฟล์ขนาดเล็กจำนวนมาก ซึ่งเป็นเรื่องปกติมากเมื่อจัดการแพ็คเกจ Python
- การแชร์สภาพแวดล้อมถาวรระหว่างโปรไฟล์ผู้ใช้ Studio อาจเป็นเรื่องยาก
- การนำสภาพแวดล้อมถาวรกลับมาใช้ซ้ำอาจเป็นเรื่องยาก
- อาจเป็นเรื่องท้าทายในการจัดการตามขนาด
- แนวทางนี้ใช้ได้เฉพาะกับอิมเมจ SageMaker บุคคลที่หนึ่งที่ใช้ Conda เท่านั้น ตัวอย่างเช่น "Data Science," "Data Science 2.0" และ "Data Science 3.0" สำหรับรายการรูปภาพที่มีอยู่ทั้งหมด โปรดดูที่ อิมเมจของ Amazon SageMaker ที่มีจำหน่าย.
ติดตั้ง pip
คุณสามารถติดตั้งแพ็คเกจได้โดยตรงในสภาพแวดล้อม Conda เริ่มต้นหรือสภาพแวดล้อม Python เริ่มต้น
สร้าง setup.py
or requirements.txt
ไฟล์ที่มีการขึ้นต่อกันที่จำเป็นทั้งหมดและเรียกใช้ %pip install .-r requirement.txt
. คุณต้องเรียกใช้คำสั่งนี้ทุกครั้งที่คุณรีสตาร์ทเคอร์เนลหรือสร้างแอปใหม่
แนะนำให้ใช้วิธีนี้สำหรับการทดลองเฉพาะกิจ เนื่องจากสภาพแวดล้อมเหล่านี้ไม่คงอยู่
สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับการใช้ pip install
คำสั่งและข้อจำกัด ดูที่ ติดตั้งไลบรารีภายนอกและเคอร์เนลใน Amazon SageMaker Studio.
กรณีการใช้งานที่แนะนำ
วิธีการนี้เป็นวิธีมาตรฐานในการติดตั้งแพ็คเกจเพื่อปรับแต่งสภาพแวดล้อมโน้ตบุ๊กของคุณ กรณีการใช้งานที่แนะนำจำกัดเฉพาะการใช้งานที่ไม่ได้ใช้งานจริงสำหรับการทดลองเฉพาะกิจในสมุดบันทึก:
- การทดลองเฉพาะกิจในโน้ตบุ๊ก Studio
- สภาพแวดล้อมที่ไม่มีประสิทธิผลและไม่ละเอียดอ่อน สภาพแวดล้อมแบบ Sandbox
- สภาพแวดล้อมที่มีการเข้าถึงอินเทอร์เน็ต
ข้อจำกัดของแนวทางนี้
ข้อจำกัดหลักของแนวทางนี้คือ:
- สภาพแวดล้อมขององค์กรบางแห่งปิดกั้นการเชื่อมต่ออินเทอร์เน็ตขาออกและขาเข้าทั้งหมด และคุณไม่สามารถใช้งานได้
pip install
เพื่อดึงแพ็คเกจ Python หรือต้องการกำหนดค่าโหมดออฟไลน์ - ความสามารถในการทำซ้ำของสภาพแวดล้อมลดลง
- ต้องรอจนกว่าจะดาวน์โหลดและติดตั้งแพ็คเกจ
- ไม่มีการคงอยู่ระหว่างการรีสตาร์ทภาพ
สรุป
SageMaker Studio นำเสนอการปรับแต่งสภาพแวดล้อมการพัฒนาที่หลากหลาย บทบาทของผู้ใช้แต่ละราย เช่น นักวิทยาศาสตร์ข้อมูล วิศวกร ML, MLOps หรือ DevOps และผู้ดูแลระบบสามารถเลือกแนวทางที่เหมาะสมที่สุดตามความต้องการของพวกเขา วางในวงจรการพัฒนา และแนวป้องกันขององค์กร
ตารางต่อไปนี้สรุปแนวทางที่นำเสนอพร้อมกับกรณีการใช้งานที่ต้องการและข้อจำกัดหลัก
เข้าใกล้ | การติดตา | กรณีการใช้งานที่เหมาะสมที่สุด | ข้อ จำกัด |
นำภาพของคุณเอง | ถาวร ถ่ายโอนระหว่างโปรไฟล์ผู้ใช้และโดเมนได้ |
|
|
การกำหนดค่าวงจรชีวิต | ถาวร ถ่ายโอนระหว่างโปรไฟล์ผู้ใช้และโดเมนได้ |
|
|
สภาพแวดล้อม Conda บนไดรฟ์ข้อมูล Studio EFS | ถาวร ไม่สามารถถ่ายโอนระหว่างโปรไฟล์ผู้ใช้หรือโดเมน |
|
|
ติดตั้ง pip | ชั่วคราว ไม่มีการคงอยู่ระหว่างอิมเมจหรือการรีสตาร์ท Studio ไม่สามารถถ่ายโอนระหว่างโปรไฟล์ผู้ใช้หรือโดเมน |
|
|
ยังคงเป็นวันที่ 1 สภาพแวดล้อมเสมือนจริงในโลกแห่งความเป็นจริงและการจัดการ Python นั้นซับซ้อนกว่าสี่วิธีเหล่านี้มาก แต่โพสต์นี้จะช่วยคุณในขั้นตอนแรกในการพัฒนากรณีการใช้งานของคุณเอง
คุณสามารถค้นหากรณีการใช้งาน รายละเอียด และตัวอย่างภาคปฏิบัติเพิ่มเติมได้ในแหล่งข้อมูลต่อไปนี้:
เกี่ยวกับผู้แต่ง
เยฟเกนี อิลยิน เป็น Solutions Architect ที่ Amazon Web Services (AWS) เขามีประสบการณ์มากกว่า 20 ปีในการทำงานในทุกระดับของการพัฒนาซอฟต์แวร์และสถาปัตยกรรมโซลูชัน และเคยใช้ภาษาโปรแกรมตั้งแต่ COBOL และ Assembler ไปจนถึง .NET, Java และ Python เขาพัฒนาและเขียนโค้ดโซลูชันเนทีฟบนคลาวด์โดยเน้นที่ข้อมูลขนาดใหญ่ การวิเคราะห์ และวิศวกรรมข้อมูล
อเล็กซ์ เกรซ เป็น Solutions Architect ที่ Amazon Web Services (AWS) ซึ่งดูแล Fintech Digital Native Businesses Alex ทำงานกับ Fintechs ชั้นนำของสหราชอาณาจักรในลอนดอนและสนุกกับการสนับสนุนการใช้ AWS เพื่อแก้ปัญหาทางธุรกิจและกระตุ้นการเติบโตในอนาคต ก่อนหน้านี้ Alex ทำงานเป็นนักพัฒนาซอฟต์แวร์และหัวหน้าฝ่ายเทคโนโลยีที่บริษัทสตาร์ทอัพ Fintech ในลอนดอน และเพิ่งมีความเชี่ยวชาญในโซลูชันแมชชีนเลิร์นนิงของ AWS เมื่อเร็วๆ นี้
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- เพลโตบล็อคเชน Web3 Metaverse ข่าวกรอง ขยายความรู้. เข้าถึงได้ที่นี่.
- ที่มา: https://aws.amazon.com/blogs/machine-learning/four-approaches-to-manage-python-packages-in-amazon-sagemaker-studio-notebooks/
- :เป็น
- $ ขึ้น
- 1
- 10
- 100
- 11
- 7
- 8
- a
- เกี่ยวกับเรา
- บทคัดย่อ
- เข้า
- ลงชื่อเข้าใช้
- การกระทำ
- คล่องแคล่ว
- Ad
- เพิ่มเติม
- ที่อยู่
- ผู้ดูแลระบบ
- หลังจาก
- อเล็กซ์
- ทั้งหมด
- ช่วยให้
- แล้ว
- อเมซอน
- Amazon EC2
- อเมซอน SageMaker
- สตูดิโอ Amazon SageMaker
- Amazon Web Services
- Amazon Web Services (AWS)
- การวิเคราะห์
- และ
- API
- app
- ปรากฏ
- การใช้งาน
- เข้าใกล้
- วิธีการ
- ปพลิเคชัน
- สถาปัตยกรรม
- เป็น
- รอบ
- AS
- ด้าน
- At
- แนบ
- การเขียน
- อัตโนมัติ
- อัตโนมัติ
- อัตโนมัติ
- ความพร้อมใช้งาน
- ใช้ได้
- AWS
- ตาม
- BE
- เพราะ
- ก่อน
- ประโยชน์
- ประโยชน์ที่ได้รับ
- ที่ดีที่สุด
- ดีกว่า
- ระหว่าง
- ใหญ่
- ข้อมูลขนาดใหญ่
- ปิดกั้น
- การส่งเสริม
- นำมาซึ่ง
- กว้าง
- สร้าง
- การก่อสร้าง
- built-in
- ธุรกิจ
- ธุรกิจ
- by
- โทรศัพท์
- ที่เรียกว่า
- CAN
- กรณี
- กรณี
- ความท้าทาย
- ท้าทาย
- การเปลี่ยนแปลง
- โหลด
- Choose
- เลือก
- เมฆ
- ภาษาโคบอล
- การทำงานร่วมกัน
- ร่วมกัน
- เมื่อเทียบกับ
- เข้ากันได้
- สมบูรณ์
- ซับซ้อน
- ครอบคลุม
- คำนวณ
- แนวความคิด
- องค์ประกอบ
- การเชื่อมต่อ
- พิจารณา
- พิจารณา
- ปลอบใจ
- ภาชนะ
- มี
- ควบคุม
- การควบคุม
- การควบคุม
- มุม
- ตรงกัน
- ได้
- สร้าง
- ที่สร้างขึ้น
- การสร้าง
- การสร้าง
- ประเพณี
- การปรับแต่ง
- ปรับแต่ง
- วงจร
- ข้อมูล
- การเข้าถึงข้อมูล
- การเตรียมข้อมูล
- วิทยาศาสตร์ข้อมูล
- นักวิทยาศาสตร์ข้อมูล
- วัน
- ทุ่มเท
- ลึก
- ค่าเริ่มต้น
- ความล่าช้า
- แสดงให้เห็นถึง
- การอยู่ที่
- ทั้งนี้ขึ้นอยู่กับ
- ปรับใช้
- การใช้งาน
- บรรยาย
- ได้รับการออกแบบ
- รายละเอียด
- รายละเอียด
- รายละเอียด
- ผู้พัฒนา
- นักพัฒนา
- ที่กำลังพัฒนา
- พัฒนาการ
- พัฒนา
- ความแตกต่าง
- ความแตกต่าง
- ต่าง
- ดิจิตอล
- โดยตรง
- แสดง
- นักเทียบท่า
- ไม่
- โดเมน
- โดเมน
- Dont
- ดาวน์โหลด
- หลายสิบ
- พลวัต
- แต่ละ
- ผล
- ความพยายาม
- วิศวกร
- ชั้นเยี่ยม
- วิศวกร
- ทำให้มั่นใจ
- เข้าสู่
- Enterprise
- สิ่งแวดล้อม
- สภาพแวดล้อม
- แม้
- ทุกๆ
- ตัวอย่าง
- ตัวอย่าง
- การปฏิบัติ
- ที่มีอยู่
- ประสบการณ์
- อธิบาย
- ขยายออก
- ภายนอก
- อำนวยความสะดวก
- สองสาม
- เนื้อไม่มีมัน
- ไฟล์
- ในที่สุด
- หา
- เสร็จสิ้น
- Fintech
- ฟินเทคสตาร์ทอัพ
- fintechs
- ชื่อจริง
- ก้าวแรก
- พอดี
- โฟกัส
- ปฏิบัติตาม
- ดังต่อไปนี้
- สำหรับ
- กรอบ
- กรอบ
- มัก
- ราคาเริ่มต้นที่
- เชื้อเพลิง
- ฟังก์ชั่น
- นอกจากนี้
- อนาคต
- การเติบโตในอนาคต
- เกตเวย์
- ได้รับ
- GitHub
- ให้
- โกลเด้น
- ดี
- การกำกับดูแล
- การเจริญเติบโต
- ให้คำแนะนำ
- มือบน
- มี
- มี
- จะช่วยให้
- จุดสูง
- เจ้าภาพ
- เป็นเจ้าภาพ
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- อย่างไรก็ตาม
- HTML
- ที่ http
- HTTPS
- ร้อย
- ระบุ
- ภาพ
- ภาพ
- ทันที
- ทันที
- การดำเนินการ
- การดำเนินงาน
- การดำเนินการ
- การดำเนินการ
- นำเข้า
- in
- ประกอบด้วย
- รวมทั้ง
- เพิ่มขึ้น
- ข้อมูล
- แรกเริ่ม
- ติดตั้ง
- การติดตั้ง
- การติดตั้ง
- ตัวอย่าง
- แทน
- คำแนะนำการใช้
- แบบบูรณาการ
- อินเทอร์เน็ต
- อินเทอร์เน็ต
- ร่วมมือ
- ปัญหา
- IT
- ชวา
- jpg
- ภาษา
- ภาษา
- ใหญ่
- ล่าสุด
- เปิดตัว
- ชั้น
- นำ
- ชั้นนำ
- การเรียนรู้
- ช่วยให้
- ชั้น
- ระดับ
- ห้องสมุด
- ห้องสมุด
- วงจรชีวิต
- มีน้ำหนักเบา
- LIMIT
- ข้อ จำกัด
- ถูก จำกัด
- ขีด จำกัด
- Line
- รายการ
- ในประเทศ
- ในท้องถิ่น
- ลอนดอน
- นาน
- LOOKS
- ต่ำ
- เครื่อง
- เรียนรู้เครื่อง
- หลัก
- ทำ
- จัดการ
- การจัดการ
- การจัดการ
- การจัดการ
- คู่มือ
- ด้วยมือ
- หลาย
- ตลาด
- กล่าวถึง
- เมนู
- ข่าวสาร
- อาจ
- นาที
- การบรรเทา
- ML
- ม.ป.ป
- โมเดล
- แก้ไข
- Moments
- การตรวจสอบ
- ข้อมูลเพิ่มเติม
- มากที่สุด
- หลาย
- ชื่อ
- พื้นเมือง
- การเดินเรือ
- จำเป็น
- จำเป็นต้อง
- ความต้องการ
- สุทธิ
- ใหม่
- ถัดไป
- ปกติ
- สมุดบันทึก
- มึน
- of
- เสนอ
- ออฟไลน์
- on
- ONE
- เปิด
- การดำเนินการ
- การดำเนินการ
- ตัวเลือกเสริม (Option)
- Options
- OS
- อื่นๆ
- ของตนเอง
- แพ็คเกจ
- แพคเกจ
- หน้า
- บานหน้าต่าง
- พารามิเตอร์
- ดำเนินการ
- การปฏิบัติ
- การอนุญาต
- สิทธิ์
- วิริยะ
- ส่วนบุคคล
- คัดสรร
- ท่อ
- สถานที่
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- เป็นไปได้
- โพสต์
- ที่มีประสิทธิภาพ
- ประยุกต์
- การปฏิบัติ
- ที่ต้องการ
- นำเสนอ
- นำเสนอ
- ก่อนหน้านี้
- ปัญหาที่เกิดขึ้น
- กระบวนการ
- การประมวลผล
- ก่อ
- การผลิต
- ผลผลิต
- โปรไฟล์
- ดูรายละเอียด
- การเขียนโปรแกรม
- การเขียนโปรแกรมภาษา
- ให้
- ให้
- ให้
- สาธารณะ
- ผลัก
- ใจเร่งเร้า
- หลาม
- ไฟฉาย
- อย่างรวดเร็ว
- พิสัย
- คะแนน
- ค่อนข้าง
- อัตราส่วน
- โลกแห่งความจริง
- เมื่อเร็ว ๆ นี้
- ตระหนักถึงความ
- แนะนำ
- แนะนำ
- ความสัมพันธ์
- กรุ
- ต้องการ
- จำเป็นต้องใช้
- ความต้องการ
- ความต้องการ
- ต้อง
- ทรัพยากร
- แหล่งข้อมูล
- บทบาท
- เส้นทาง
- วิ่ง
- วิ่ง
- sagemaker
- เดียวกัน
- Sandbox
- ลด
- ขนาด
- สถานการณ์
- วิทยาศาสตร์
- นักวิทยาศาสตร์
- นักวิทยาศาสตร์
- สคริปต์
- SDK
- Section
- ส่วน
- ความปลอดภัย
- เลือก
- การเลือก
- มีความละเอียดอ่อน
- บริการ
- ชุด
- การตั้งค่า
- การติดตั้ง
- Share
- เปลือก
- น่า
- แสดงให้เห็นว่า
- เดียว
- ช้า
- เล็ก
- มีขนาดเล็กกว่า
- So
- อ่อน
- ซอฟต์แวร์
- การพัฒนาซอฟต์แวร์
- ทางออก
- โซลูชัน
- แก้
- บาง
- จุดประกาย
- ความเชี่ยวชาญ
- โดยเฉพาะ
- มั่นคง
- มาตรฐาน
- เริ่มต้น
- ข้อความที่เริ่ม
- เริ่มต้น
- การเริ่มต้น
- startups
- คำแถลง
- ขั้นตอน
- ขั้นตอน
- ยังคง
- หยุด
- การเก็บรักษา
- จัดเก็บ
- เก็บไว้
- ซื่อตรง
- สตูดิโอ
- อย่างเช่น
- เหมาะสม
- สนับสนุน
- ที่สนับสนุน
- สวิตซ์
- ตาราง
- เอา
- ใช้เวลา
- ทีม
- เทคโนโลยี
- สถานีปลายทาง
- ทดสอบ
- การทดสอบ
- ที่
- พื้นที่
- ของพวกเขา
- พวกเขา
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- เวลา
- ไปยัง
- เครื่องมือ
- ด้านบน
- รถไฟ
- การฝึกอบรม
- พื้นฐาน
- บันทึก
- การใช้
- ใช้
- ใช้กรณี
- ผู้ใช้งาน
- ผู้ใช้
- รุ่น
- ผ่านทาง
- เสมือน
- ปริมาณ
- รอ
- คำแนะนำ
- ทาง..
- เว็บ
- บริการเว็บ
- web-based
- ที่
- ในขณะที่
- WHO
- จะ
- กับ
- ภายใน
- ไม่มี
- งาน
- ทำงาน
- การทำงาน
- โรงงาน
- ปี
- คุณ
- ของคุณ
- ลมทะเล