พื้นที่ Amazon SageMaker Python SDK เป็นไลบรารีโอเพ่นซอร์สสำหรับการฝึกอบรมและปรับใช้โมเดลแมชชีนเลิร์นนิง (ML) อเมซอน SageMaker. ลูกค้าองค์กรในอุตสาหกรรมที่มีการควบคุมอย่างเข้มงวด เช่น การดูแลสุขภาพและการเงิน ตั้งค่ารั้วรักษาความปลอดภัยเพื่อให้แน่ใจว่าข้อมูลของพวกเขาได้รับการเข้ารหัสและการรับส่งข้อมูลจะไม่ผ่านอินเทอร์เน็ต เพื่อให้แน่ใจว่าการฝึกอบรม SageMaker และการปรับใช้โมเดล ML เป็นไปตามแนวป้องกันเหล่านี้ เป็นเรื่องปกติที่จะกำหนดข้อจำกัดที่บัญชีหรือ องค์กร AWS ระดับผ่านนโยบายการควบคุมการบริการและ AWS Identity และการจัดการการเข้าถึง นโยบาย (IAM) เพื่อบังคับใช้บทบาท IAM เฉพาะ คลาวด์ส่วนตัวเสมือนของ Amazon การกำหนดค่า (Amazon VPC) และ บริการจัดการคีย์ AWS คีย์ (AWS KMS) ในกรณีเช่นนี้ นักวิทยาศาสตร์ข้อมูลต้องจัดเตรียมพารามิเตอร์เหล่านี้ให้กับการฝึกอบรมโมเดล ML และโค้ดการปรับใช้ด้วยตนเอง โดยจดบันทึกเครือข่ายย่อย กลุ่มความปลอดภัย และคีย์ KMS สิ่งนี้ทำให้นักวิทยาศาสตร์ข้อมูลมีหน้าที่จดจำเพื่อระบุการกำหนดค่าเหล่านี้ เพื่อเรียกใช้งานให้สำเร็จ และหลีกเลี่ยงการรับข้อผิดพลาด Access Denied
เริ่มต้นด้วย SageMaker Python SDK เวอร์ชัน 2.148.0 ตอนนี้คุณสามารถกำหนดค่าเริ่มต้นสำหรับพารามิเตอร์ เช่น บทบาท IAM, VPC และคีย์ KMS ผู้ดูแลระบบและผู้ใช้ปลายทางสามารถเริ่มต้นโครงสร้างพื้นฐาน AWS ดั้งเดิมด้วยค่าเริ่มต้นที่ระบุในไฟล์การกำหนดค่าในรูปแบบ YAML เมื่อกำหนดค่าแล้ว Python SDK จะสืบทอดค่าเหล่านี้โดยอัตโนมัติและเผยแพร่ไปยังการเรียก SageMaker API เช่น CreateProcessingJob()
, CreateTrainingJob()
และ CreateEndpointConfig()
โดยไม่จำเป็นต้องดำเนินการเพิ่มเติม นอกจากนี้ SDK ยังรองรับไฟล์การกำหนดค่าหลายไฟล์ ช่วยให้ผู้ดูแลระบบสามารถตั้งค่าไฟล์การกำหนดค่าสำหรับผู้ใช้ทั้งหมด และผู้ใช้สามารถแทนที่ไฟล์ดังกล่าวผ่านการกำหนดค่าระดับผู้ใช้ที่สามารถจัดเก็บไว้ใน บริการจัดเก็บข้อมูลอย่างง่ายของ Amazon (อเมซอน เอส3) ระบบไฟล์ Amazon Elastic (Amazon EFS) สำหรับ สตูดิโอ Amazon SageMakerหรือระบบไฟล์ในเครื่องของผู้ใช้
ในโพสต์นี้ เราจะแสดงวิธีสร้างและจัดเก็บไฟล์การกำหนดค่าเริ่มต้นใน Studio และใช้คุณลักษณะค่าเริ่มต้นของ SDK เพื่อสร้างทรัพยากร SageMaker ของคุณ
ภาพรวมโซลูชัน
เราสาธิตคุณลักษณะใหม่นี้ตั้งแต่ต้นจนจบ การก่อตัวของ AWS Cloud เทมเพลตที่สร้างโครงสร้างพื้นฐานที่จำเป็น และสร้างโดเมน Studio ใน VPC ที่ปรับใช้ นอกจากนี้ เรายังสร้างคีย์ KMS สำหรับเข้ารหัสไดรฟ์ข้อมูลที่ใช้ในการฝึกอบรมและประมวลผลงาน ขั้นตอนมีดังนี้:
- เปิด CloudFormation stack ในบัญชีของคุณ อีกทางหนึ่ง หากคุณต้องการสำรวจคุณลักษณะนี้บนโดเมนหรือโน้ตบุ๊ก SageMaker ที่มีอยู่ ให้ข้ามขั้นตอนนี้
- เติม
config.yaml
ไฟล์และบันทึกไฟล์ในตำแหน่งเริ่มต้น - เรียกใช้สมุดบันทึกตัวอย่างที่มีกรณีการใช้งาน ML แบบ end-to-end รวมถึงการประมวลผลข้อมูล การฝึกใช้แบบจำลอง และการอนุมาน
- แทนที่การกำหนดค่าเริ่มต้น
เบื้องต้น
ก่อนเริ่มต้น ตรวจสอบให้แน่ใจว่าคุณมีบัญชี AWS และผู้ใช้ IAM หรือบทบาทที่มีสิทธิ์ของผู้ดูแลระบบ หากคุณเป็นนักวิทยาศาสตร์ข้อมูลที่กำลังส่งผ่านพารามิเตอร์โครงสร้างพื้นฐานไปยังทรัพยากรในสมุดบันทึกของคุณ คุณสามารถข้ามขั้นตอนถัดไปในการตั้งค่าสภาพแวดล้อมของคุณและเริ่มสร้างไฟล์การกำหนดค่าได้
หากต้องการใช้คุณลักษณะนี้ ตรวจสอบให้แน่ใจว่าได้อัปเกรดเวอร์ชัน SageMaker SDK ของคุณด้วยการเรียกใช้ pip install --upgrade sagemaker
.
ตั้งค่าสภาพแวดล้อม
ในการปรับใช้โครงสร้างพื้นฐานที่สมบูรณ์รวมถึงเครือข่ายและโดเมน Studio ให้ทำตามขั้นตอนต่อไปนี้:
- โคลน พื้นที่เก็บข้อมูล GitHub.
- เข้าสู่ระบบบัญชี AWS ของคุณและเปิดคอนโซล AWS CloudFormation
- ในการปรับใช้ทรัพยากรเครือข่าย ให้เลือก สร้าง stack.
- อัปโหลดเทมเพลตภายใต้
setup/vpc_mode/01_networking.yaml
. - ระบุชื่อสำหรับสแต็ก (ตัวอย่างเช่น
networking-stack
) และทำตามขั้นตอนที่เหลือเพื่อสร้างสแต็ก - หากต้องการปรับใช้โดเมน Studio ให้เลือก สร้าง stack อีกครั้ง
- อัปโหลดเทมเพลตภายใต้
setup/vpc_mode/02_sagemaker_studio.yaml
. - ระบุชื่อสำหรับสแต็ก (ตัวอย่างเช่น
sagemaker-stack
) และระบุชื่อสแต็กเครือข่ายเมื่อได้รับพร้อมท์CoreNetworkingStackName
พารามิเตอร์. - ดำเนินการตามขั้นตอนที่เหลือ เลือกการรับทราบสำหรับทรัพยากร IAM และสร้างสแต็ก
เมื่อสถานะของสแต็คทั้งสองอัปเดตเป็น CREATE_COMPLETEให้ดำเนินการขั้นตอนต่อไป
สร้างไฟล์การกำหนดค่า
หากต้องการใช้การกำหนดค่าเริ่มต้นสำหรับ SageMaker Python SDK คุณต้องสร้างไฟล์ config.yaml ในรูปแบบที่ SDK ต้องการ สำหรับรูปแบบสำหรับไฟล์ config.yaml โปรดดูที่ โครงสร้างไฟล์การกำหนดค่า. ขึ้นอยู่กับสภาพแวดล้อมการทำงานของคุณ เช่น โน้ตบุ๊ก Studio อินสแตนซ์โน้ตบุ๊ก SageMaker หรือ IDE ภายในเครื่องของคุณ คุณสามารถบันทึกไฟล์การกำหนดค่าที่ตำแหน่งเริ่มต้นหรือแทนที่ค่าเริ่มต้นโดยส่งตำแหน่งไฟล์การกำหนดค่า สำหรับตำแหน่งเริ่มต้นสำหรับสภาพแวดล้อมอื่น โปรดดูที่ ตำแหน่งไฟล์การกำหนดค่า. ขั้นตอนต่อไปนี้แสดงการตั้งค่าสำหรับสภาพแวดล้อมโน้ตบุ๊ก Studio
เพื่อง่ายต่อการสร้าง config.yaml
ให้เรียกใช้เซลล์ต่อไปนี้ในเทอร์มินัลระบบ Studio ของคุณ โดยแทนที่ตัวยึดตำแหน่งด้วยชื่อสแต็ก CloudFormation จากขั้นตอนก่อนหน้า:
สคริปต์นี้จะเติมไฟล์ YAML โดยอัตโนมัติ แทนที่ตัวยึดตำแหน่งด้วยค่าเริ่มต้นของโครงสร้างพื้นฐาน และบันทึกไฟล์ในโฟลเดอร์เริ่มต้น จากนั้นจะคัดลอกไฟล์ไปยังตำแหน่งเริ่มต้นสำหรับโน้ตบุ๊ก Studio ไฟล์กำหนดค่าที่ได้ควรมีลักษณะคล้ายกับรูปแบบต่อไปนี้:
หากคุณมีการตั้งค่าโดเมนและการกำหนดค่าเครือข่ายอยู่แล้ว ให้สร้าง config.yaml
ไฟล์ในรูปแบบที่ต้องการและบันทึกในตำแหน่งเริ่มต้นสำหรับโน้ตบุ๊ก Studio
โปรดทราบว่าค่าเริ่มต้นเหล่านี้จะป้อนค่าการกำหนดค่าโดยอัตโนมัติสำหรับการเรียก SageMaker SDK ที่เหมาะสม และไม่บังคับให้ผู้ใช้ใช้ VPC, ซับเน็ต หรือบทบาทใด ๆ ในฐานะผู้ดูแลระบบ หากคุณต้องการให้ผู้ใช้ใช้การกำหนดค่าหรือบทบาทเฉพาะ ให้ใช้ คีย์เงื่อนไข IAM เพื่อบังคับใช้ค่าเริ่มต้น
นอกจากนี้ การเรียก API แต่ละครั้งสามารถมีการกำหนดค่าของตนเองได้ ตัวอย่างเช่น ในตัวอย่างไฟล์ config ก่อนหน้านี้ คุณสามารถระบุได้ vpc-a
และ subnet-a
สำหรับงานฝึกอบรม และระบุ vpc-b
และ subnet-c
, subnet-d
สำหรับงานแปรรูป
เรียกใช้สมุดบันทึกตัวอย่าง
ตอนนี้คุณได้ตั้งค่าไฟล์การกำหนดค่าแล้ว คุณสามารถเริ่มใช้งานการสร้างแบบจำลองและการฝึกสมุดบันทึกได้ตามปกติ โดยไม่จำเป็นต้องตั้งค่าพารามิเตอร์เครือข่ายและการเข้ารหัสอย่างชัดเจนสำหรับฟังก์ชัน SDK ส่วนใหญ่ ดู API และพารามิเตอร์ที่รองรับ สำหรับรายการการเรียกใช้ API และพารามิเตอร์ที่รองรับทั้งหมด
ใน Studio เลือกไอคอน File Explorer ในบานหน้าต่างนำทางแล้วเปิด 03_feature_engineering/03_feature_engineering.ipynb
ดังแสดงในภาพหน้าจอต่อไปนี้
เรียกใช้เซลล์สมุดบันทึกทีละเซลล์ และสังเกตว่าคุณไม่ได้ระบุการกำหนดค่าเพิ่มเติมใดๆ เมื่อคุณสร้างวัตถุตัวประมวลผล คุณจะเห็นผลลัพธ์ของเซลล์ดังตัวอย่างต่อไปนี้
ดังที่คุณเห็นในเอาต์พุต การกำหนดค่าเริ่มต้นจะถูกนำไปใช้กับงานการประมวลผลโดยอัตโนมัติ โดยไม่จำเป็นต้องป้อนข้อมูลเพิ่มเติมจากผู้ใช้
เมื่อคุณเรียกใช้เซลล์ถัดไปเพื่อเรียกใช้โปรเซสเซอร์ คุณยังสามารถตรวจสอบได้ว่ามีการตั้งค่าเริ่มต้นด้วยการดูงานบนคอนโซล SageMaker เลือก งานแปรรูป ภายใต้ การประมวลผล ในบานหน้าต่างนำทาง ดังที่แสดงในภาพหน้าจอต่อไปนี้
เลือกงานการประมวลผลที่มีคำนำหน้า end-to-end-ml-sm-proc
และคุณควรจะดูเครือข่ายและการเข้ารหัสที่กำหนดค่าไว้แล้ว
คุณสามารถเรียกใช้โน้ตบุ๊กที่เหลือต่อไปเพื่อฝึกและปรับใช้โมเดล และคุณจะสังเกตเห็นว่าค่าเริ่มต้นของโครงสร้างพื้นฐานจะถูกนำไปใช้โดยอัตโนมัติสำหรับทั้งงานฝึกอบรมและโมเดล
แทนที่ไฟล์การกำหนดค่าเริ่มต้น
อาจมีบางกรณีที่ผู้ใช้จำเป็นต้องแทนที่การกำหนดค่าเริ่มต้น เช่น เพื่อทดสอบการเข้าถึงอินเทอร์เน็ตสาธารณะ หรืออัปเดตการกำหนดค่าเครือข่ายหากซับเน็ตไม่มีที่อยู่ IP ในกรณีดังกล่าว Python SDK ยังอนุญาตให้คุณระบุตำแหน่งที่ตั้งแบบกำหนดเองสำหรับไฟล์การกำหนดค่า ทั้งในที่จัดเก็บในตัวเครื่อง หรือคุณสามารถชี้ไปยังตำแหน่งที่ตั้งใน Amazon S3 ในส่วนนี้ เราจะสำรวจตัวอย่าง
เปิด user-configs.yaml
ไฟล์ในโฮมไดเร็กตอรี่ของคุณและอัปเดตไฟล์ EnableNetworkIsolation
มูลค่าถึง True
ภายใต้ TrainingJob
มาตรา.
ตอนนี้ เปิดสมุดบันทึกเดียวกัน และเพิ่มเซลล์ต่อไปนี้ที่จุดเริ่มต้นของสมุดบันทึก:
ด้วยเซลล์นี้ คุณจะชี้ตำแหน่งของไฟล์กำหนดค่าไปที่ SDK ตอนนี้ เมื่อคุณสร้างวัตถุตัวประมวลผล คุณจะสังเกตเห็นว่าการกำหนดค่าเริ่มต้นถูกแทนที่เพื่อเปิดใช้งานการแยกเครือข่าย และงานการประมวลผลจะล้มเหลวในโหมดการแยกเครือข่าย
คุณสามารถใช้ตัวแปรสภาพแวดล้อมแทนที่เดียวกันเพื่อตั้งค่าตำแหน่งของไฟล์การกำหนดค่า หากคุณใช้สภาพแวดล้อมภายในเครื่องของคุณ เช่น VSCode
ตรวจแก้จุดบกพร่องและเรียกคืนค่าเริ่มต้น
สำหรับการแก้ไขปัญหาอย่างรวดเร็ว หากคุณพบข้อผิดพลาดใดๆ เมื่อเรียกใช้การเรียก API จากโน้ตบุ๊กของคุณ เอาต์พุตของเซลล์จะแสดงการกำหนดค่าเริ่มต้นที่ใช้ดังที่แสดงในส่วนก่อนหน้า หากต้องการดูการเรียก Boto3 ที่สร้างขึ้นเพื่อดูค่าแอตทริบิวต์ที่ส่งผ่านจากไฟล์กำหนดค่าเริ่มต้น คุณสามารถดีบักได้โดยเปิดการบันทึก Boto3 หากต้องการเปิดการบันทึก ให้เรียกใช้เซลล์ต่อไปนี้ที่ด้านบนของโน้ตบุ๊ก:
การโทร Boto3 ใดๆ ที่ตามมาจะถูกบันทึกด้วยคำขอที่สมบูรณ์ ซึ่งปรากฏอยู่ใต้ส่วนเนื้อหาในบันทึก
คุณยังสามารถดูคอลเลกชันของการกำหนดค่าเริ่มต้นโดยใช้ปุ่ม session.sagemaker_config
ค่าดังตัวอย่างต่อไปนี้
สุดท้าย หากคุณใช้ Boto3 เพื่อสร้างทรัพยากร SageMaker ของคุณ คุณสามารถดึงค่าการกำหนดค่าเริ่มต้นโดยใช้ sagemaker_config
ตัวแปร. ตัวอย่างเช่น เพื่อเรียกใช้งานการประมวลผลใน 03_feature_engineering.ipynb
เมื่อใช้ Boto3 คุณสามารถป้อนเนื้อหาของเซลล์ต่อไปนี้ในสมุดบันทึกเดียวกันและเรียกใช้เซลล์:
สร้างไฟล์ปรับแต่งอัตโนมัติ
สำหรับผู้ดูแลระบบ การสร้างไฟล์กำหนดค่าและบันทึกไฟล์ลงในอินสแตนซ์โน้ตบุ๊ก SageMaker หรือโปรไฟล์ผู้ใช้ Studio แต่ละรายการอาจเป็นงานที่น่ากังวล แม้ว่าคุณสามารถแนะนำให้ผู้ใช้ใช้ไฟล์ทั่วไปที่จัดเก็บไว้ในตำแหน่งเริ่มต้น S3 ได้ แต่จะเพิ่มค่าใช้จ่ายเพิ่มเติมในการระบุการแทนที่ให้กับนักวิทยาศาสตร์ข้อมูล
ในการทำให้เป็นอัตโนมัติ ผู้ดูแลระบบสามารถใช้ SageMaker Lifecycle Configurations (LCC) สำหรับโปรไฟล์ผู้ใช้ Studio หรืออินสแตนซ์โน้ตบุ๊ก คุณสามารถแนบสคริปต์ LCC ตัวอย่างต่อไปนี้เป็น LCC เริ่มต้นสำหรับแอป Jupyter Server เริ่มต้นของผู้ใช้:
ดู ใช้การกำหนดค่าวงจรการใช้งานสำหรับ Amazon SageMaker Studio or ปรับแต่งอินสแตนซ์โน้ตบุ๊ก สำหรับคำแนะนำในการสร้างและตั้งค่าสคริปต์วงจรชีวิตเริ่มต้น
ทำความสะอาด
เมื่อคุณทดลองใช้คุณลักษณะนี้เสร็จแล้ว ให้ล้างข้อมูลทรัพยากรของคุณเพื่อหลีกเลี่ยงการเสียค่าใช้จ่ายเพิ่มเติม หากคุณได้จัดเตรียมทรัพยากรใหม่ตามที่ระบุในโพสต์นี้ ให้ทำตามขั้นตอนต่อไปนี้เพื่อล้างข้อมูลทรัพยากรของคุณ:
- ปิดแอป Studio ของคุณสำหรับโปรไฟล์ผู้ใช้ ดู ปิดและอัปเดตแอป SageMaker Studio และ Studio สำหรับคำแนะนำ ตรวจสอบให้แน่ใจว่าได้ลบแอพทั้งหมดก่อนที่จะลบสแตก
- ลบไดรฟ์ข้อมูล EFS ที่สร้างขึ้นสำหรับโดเมน Studio คุณสามารถดูไดรฟ์ข้อมูล EFS ที่แนบมากับโดเมนได้โดยใช้ อธิบายโดเมน การเรียก API
- ลบสแตกโดเมน Studio
- ลบกลุ่มความปลอดภัยที่สร้างขึ้นสำหรับโดเมน Studio คุณสามารถค้นหาได้ที่ อเมซอน อีลาสติก คอมพิวท์ คลาวด์ คอนโซล (Amazon EC2) ที่มีชื่อ security-group-for-inbound-nfs-d-xxx และ security-group-for-outbound-nfs-d-xxx
- ลบสแต็กเครือข่าย
สรุป
ในโพสต์นี้ เราได้กล่าวถึงการกำหนดค่าและการใช้ค่าเริ่มต้นสำหรับพารามิเตอร์โครงสร้างพื้นฐานที่สำคัญโดยใช้ SageMaker Python SDK ซึ่งช่วยให้ผู้ดูแลระบบสามารถตั้งค่าเริ่มต้นสำหรับนักวิทยาศาสตร์ข้อมูล ซึ่งช่วยประหยัดเวลาสำหรับผู้ใช้และผู้ดูแลระบบ ขจัดภาระในการระบุพารามิเตอร์ซ้ำๆ และส่งผลให้โค้ดมีขนาดเล็กลงและสามารถจัดการได้มากขึ้น สำหรับรายการพารามิเตอร์และ API ที่รองรับทั้งหมด โปรดดู การกำหนดค่าและใช้ค่าเริ่มต้นด้วย SageMaker Python SDK. สำหรับคำถามและการสนทนาใด ๆ เข้าร่วม การเรียนรู้ของเครื่องและชุมชน AI.
เกี่ยวกับผู้เขียน
จูเซปเป้ แองเจโล พอร์เชลลี เป็นหัวหน้าสถาปนิกโซลูชันผู้เชี่ยวชาญด้านการเรียนรู้ของเครื่องสำหรับ Amazon Web Services ด้วยภูมิหลังด้านวิศวกรรมซอฟต์แวร์เป็นเวลาหลายปี เขาทำงานร่วมกับลูกค้าทุกขนาดเพื่อทำความเข้าใจธุรกิจและความต้องการทางเทคนิคอย่างลึกซึ้ง และออกแบบโซลูชัน AI และ Machine Learning ที่ใช้ประโยชน์สูงสุดจากกอง AWS Cloud และ Amazon Machine Learning เขาได้ทำงานในโครงการต่างๆ ในโดเมนต่างๆ รวมถึง MLOps, Computer Vision, NLP และเกี่ยวข้องกับบริการของ AWS ในวงกว้าง ในเวลาว่าง Giuseppe สนุกกับการเล่นฟุตบอล
บรูโน่ พิสตัน เป็นสถาปนิก AI/ML Specialist Solutions สำหรับ AWS ในมิลาน เขาทำงานร่วมกับลูกค้าทุกขนาดเพื่อช่วยให้พวกเขาเข้าใจความต้องการทางเทคนิคอย่างลึกซึ้งและออกแบบโซลูชัน AI และ Machine Learning ที่ใช้ประโยชน์สูงสุดจาก AWS Cloud และ Amazon Machine Learning stack สาขาความเชี่ยวชาญของเขาคือ Machine Learning ตั้งแต่ต้นจนจบ, Machine Learning Industrialization และ MLOps เขาสนุกกับการใช้เวลากับเพื่อน ๆ และสำรวจสถานที่ใหม่ ๆ รวมถึงการเดินทางไปยังจุดหมายปลายทางใหม่ ๆ
ทุรคาสุรีย์ เป็น ML Solutions Architect ในทีม Amazon SageMaker Service SA เธอมีความกระตือรือร้นในการทำให้ทุกคนเข้าถึงแมชชีนเลิร์นนิงได้ ตลอด 4 ปีที่ AWS เธอได้ช่วยตั้งค่าแพลตฟอร์ม AI/ML สำหรับลูกค้าองค์กร เมื่อเธอไม่ได้ทำงาน เธอชอบขี่มอเตอร์ไซค์ นิยายลึกลับ และเดินเล่นกับฮัสกี้วัย 5 ขวบของเธอ
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- เพลโตไอสตรีม. ข้อมูลอัจฉริยะ Web3 ขยายความรู้ เข้าถึงได้ที่นี่.
- การสร้างอนาคตโดย Adryenn Ashley เข้าถึงได้ที่นี่.
- ซื้อและขายหุ้นในบริษัท PRE-IPO ด้วย PREIPO® เข้าถึงได้ที่นี่.
- ที่มา: https://aws.amazon.com/blogs/machine-learning/configure-and-use-defaults-for-amazon-sagemaker-resources-with-the-sagemaker-python-sdk/
- :มี
- :เป็น
- :ไม่
- :ที่ไหน
- $ ขึ้น
- 1
- 10
- 100
- 20
- 30
- 60
- 7
- 9
- a
- สามารถ
- เกี่ยวกับเรา
- เข้า
- สามารถเข้าถึงได้
- ลงชื่อเข้าใช้
- การปฏิบัติ
- เพิ่ม
- นอกจากนี้
- เพิ่มเติม
- ที่อยู่
- ผู้ดูแลระบบ
- อีกครั้ง
- AI
- AI / ML
- ทั้งหมด
- การอนุญาต
- ช่วยให้
- แล้ว
- ด้วย
- แม้ว่า
- อเมซอน
- Amazon EC2
- อเมซอน แมชชีนเลิร์นนิง
- อเมซอน SageMaker
- Amazon Web Services
- an
- และ
- ใด
- API
- APIs
- app
- ประยุกต์
- เหมาะสม
- ปพลิเคชัน
- เป็น
- AS
- At
- แนบ
- โดยอัตโนมัติ
- อัตโนมัติ
- หลีกเลี่ยง
- AWS
- การก่อตัวของ AWS Cloud
- พื้นหลัง
- ตาม
- BE
- รับ
- ก่อน
- การเริ่มต้น
- ที่ดีที่สุด
- ร่างกาย
- ทั้งสอง
- กว้าง
- การก่อสร้าง
- ภาระ
- ธุรกิจ
- by
- โทรศัพท์
- โทร
- CAN
- กรณี
- กรณี
- CD
- เซลล์
- Choose
- ไคลเอนต์
- เมฆ
- รหัส
- ชุด
- ร่วมกัน
- สมบูรณ์
- คำนวณ
- คอมพิวเตอร์
- วิสัยทัศน์คอมพิวเตอร์
- สภาพ
- องค์ประกอบ
- ปลอบใจ
- เนื้อหา
- ต่อ
- ควบคุม
- การควบคุม
- ค่าใช้จ่าย
- ได้
- สร้าง
- ที่สร้างขึ้น
- สร้าง
- การสร้าง
- ขณะนี้
- ประเพณี
- ลูกค้า
- ข้อมูล
- การประมวลผล
- นักวิทยาศาสตร์ข้อมูล
- ค่าเริ่มต้น
- ค่าเริ่มต้น
- สาธิต
- ทั้งนี้ขึ้นอยู่กับ
- ปรับใช้
- นำไปใช้
- ปรับใช้
- การใช้งาน
- ออกแบบ
- สถานที่ท่องเที่ยว
- ต่าง
- กล่าวถึง
- การอภิปราย
- แสดง
- ไม่
- โดเมน
- โดเมน
- ทำ
- Dont
- ลง
- แต่ละ
- อย่างง่ายดาย
- เสียงสะท้อน
- ทั้ง
- การกำจัด
- ทำให้สามารถ
- ที่มีการเข้ารหัส
- การเข้ารหัสลับ
- ปลาย
- จบสิ้น
- ปลายทาง
- บังคับใช้
- ชั้นเยี่ยม
- ทำให้มั่นใจ
- เข้าสู่
- Enterprise
- สิ่งแวดล้อม
- สภาพแวดล้อม
- ข้อผิดพลาด
- ทุกคน
- ตัวอย่าง
- ที่มีอยู่
- คาดว่า
- การทดลอง
- ความชำนาญ
- สำรวจ
- นักสำรวจ
- สำรวจ
- ล้มเหลว
- เท็จ
- ลักษณะ
- สนาม
- เนื้อไม่มีมัน
- ไฟล์
- เงินทุน
- หา
- ปฏิบัติตาม
- ดังต่อไปนี้
- ดังต่อไปนี้
- ฟุตบอล
- สำหรับ
- รูป
- ฟรี
- เพื่อน
- ราคาเริ่มต้นที่
- เต็ม
- ฟังก์ชั่น
- ได้รับ
- ได้รับ
- ไป
- กลุ่ม
- มี
- มี
- he
- การดูแลสุขภาพ
- ช่วย
- การช่วยเหลือ
- เธอ
- ของเขา
- หน้าแรก
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- HTML
- ที่ http
- HTTPS
- ICON
- เอกลักษณ์
- if
- นำเข้า
- in
- รวมทั้ง
- อุตสาหกรรม
- โครงสร้างพื้นฐาน
- อินพุต
- ติดตั้ง
- ตัวอย่าง
- คำแนะนำการใช้
- อินเตอร์เฟซ
- อินเทอร์เน็ต
- อินเทอร์เน็ต
- เข้าไป
- ที่เกี่ยวข้องกับ
- IP
- ที่อยู่ IP
- ความเหงา
- IT
- ITS
- การสัมภาษณ์
- งาน
- ร่วม
- jpg
- คีย์
- กุญแจ
- ใหญ่
- การเรียนรู้
- ชั้น
- ห้องสมุด
- วงจรชีวิต
- กดไลก์
- รายการ
- ในประเทศ
- ที่ตั้ง
- วันหยุด
- เข้าสู่ระบบ
- เข้า
- การเข้าสู่ระบบ
- นาน
- ดู
- รัก
- เครื่อง
- เรียนรู้เครื่อง
- ทำ
- การทำ
- การจัดการ
- ด้วยมือ
- มิลาน
- ML
- ม.ป.ป
- โหมด
- แบบ
- โมเดล
- ข้อมูลเพิ่มเติม
- มากที่สุด
- รถจักรยานยนต์
- หลาย
- ความลึกลับ
- ชื่อ
- ชื่อ
- การเดินเรือ
- จำเป็นต้อง
- จำเป็น
- ต้อง
- ความต้องการ
- เครือข่าย
- เครือข่าย
- ใหม่
- ถัดไป
- NLP
- ไม่
- สมุดบันทึก
- สังเกต..
- สังเกต
- ตอนนี้
- วัตถุ
- of
- on
- ครั้งเดียว
- ONE
- เปิด
- โอเพนซอร์ส
- or
- OS
- อื่นๆ
- ออก
- เอาท์พุต
- แทนที่
- ของตนเอง
- บานหน้าต่าง
- พารามิเตอร์
- พารามิเตอร์
- ผ่าน
- ที่ผ่านไป
- หลงใหล
- การจ่ายเงิน
- สถานที่
- แพลตฟอร์ม
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- เล่น
- จุด
- นโยบาย
- โพสต์
- การปฏิบัติ
- ก่อน
- หลัก
- ส่วนตัว
- สิทธิ์
- การประมวลผล
- หน่วยประมวลผล
- โปรไฟล์
- ดูรายละเอียด
- โครงการ
- ให้
- สาธารณะ
- ทำให้
- หลาม
- คำถาม
- รวดเร็ว
- แนะนำ
- ที่เหลืออยู่
- จำ
- ขอ
- จำเป็นต้องใช้
- แหล่งข้อมูล
- คำตอบ
- ข้อ จำกัด
- ส่งผลให้
- บทบาท
- บทบาท
- วิ่ง
- วิ่ง
- s
- SA
- sagemaker
- เดียวกัน
- ลด
- ประหยัด
- นักวิทยาศาสตร์
- นักวิทยาศาสตร์
- SDK
- Section
- ความปลอดภัย
- เห็น
- บริการ
- บริการ
- เซสชั่น
- ชุด
- การตั้งค่า
- การติดตั้ง
- หลาย
- เธอ
- น่า
- โชว์
- แสดง
- แสดง
- คล้ายคลึงกัน
- ง่าย
- ง่ายดาย
- ขนาด
- ซอฟต์แวร์
- วิศวกรรมซอฟต์แวร์
- โซลูชัน
- บางสิ่งบางอย่าง
- ผู้เชี่ยวชาญ
- โดยเฉพาะ
- ที่ระบุไว้
- การใช้จ่าย
- กอง
- สแต็ค
- เริ่มต้น
- ข้อความที่เริ่ม
- Status
- ขั้นตอน
- ขั้นตอน
- การเก็บรักษา
- จัดเก็บ
- เก็บไว้
- สตูดิโอ
- เครือข่ายย่อย
- ซับเน็ต
- ภายหลัง
- ประสบความสำเร็จ
- อย่างเช่น
- ที่สนับสนุน
- รองรับ
- ระบบ
- งาน
- ทีม
- วิชาการ
- เทมเพลต
- สถานีปลายทาง
- ที่
- พื้นที่
- ของพวกเขา
- พวกเขา
- แล้วก็
- ดังนั้น
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- นี้
- ตลอด
- อย่างแน่นหนา
- เวลา
- ไปยัง
- ด้านบน
- การจราจร
- รถไฟ
- การฝึกอบรม
- กลับ
- การหมุน
- ภายใต้
- พื้นฐาน
- เข้าใจ
- บันทึก
- อัพเกรด
- การใช้
- ใช้
- ใช้กรณี
- มือสอง
- ผู้ใช้งาน
- ผู้ใช้
- การใช้
- ความคุ้มค่า
- ความคุ้มค่า
- ตรวจสอบ
- รุ่น
- ผ่านทาง
- รายละเอียด
- การดู
- เสมือน
- มองเห็นได้
- วิสัยทัศน์
- ปริมาณ
- ไดรฟ์
- ต้องการ
- we
- เว็บ
- บริการเว็บ
- ดี
- เมื่อ
- จะ
- กับ
- ไม่มี
- งาน
- ทำงาน
- การทำงาน
- โรงงาน
- มันแกว
- ปี
- คุณ
- ของคุณ
- ลมทะเล