ایمیزون سیج میکر اسٹوڈیو اور سیج میکر نوٹ بک انسٹینس اب ڈویلپر کی پیداواری صلاحیت کو بڑھانے کے لیے JupyterLab 3 نوٹ بک کے ساتھ آتے ہیں۔

ایمیزون سیج میکر ڈیٹا کو تلاش کرنے اور مشین لرننگ (ML) ماڈلز بنانے کے لیے مکمل طور پر منظم نوٹ بک کو گھمانے کے لیے دو اختیارات کے ساتھ آتا ہے۔ پہلا آپشن تیزی سے شروع کرنا ہے، باہمی تعاون پر مبنی نوٹ بک اس کے اندر قابل رسائی ہے۔ ایمیزون سیج میکر اسٹوڈیو - مشین لرننگ کے لیے مکمل طور پر مربوط ترقیاتی ماحول (IDE)۔ آپ سٹوڈیو میں نوٹ بکس کو تیزی سے لانچ کر سکتے ہیں، اپنے کام میں خلل ڈالے بغیر کمپیوٹ کے بنیادی وسائل کو آسانی سے ڈائل کر سکتے ہیں، اور یہاں تک کہ چند آسان کلکس میں اپنی نوٹ بک کو بطور لنک شیئر کر سکتے ہیں۔ نوٹ بکس بنانے کے علاوہ، آپ سٹوڈیو میں شیشے کے ایک پین میں اپنے ماڈلز کو بنانے، ٹرین کرنے، ڈیبگ کرنے، ٹریک کرنے، تعینات کرنے اور ان کی نگرانی کرنے کے لیے تمام ML ترقیاتی اقدامات انجام دے سکتے ہیں۔ دوسرا آپشن ہے۔ ایمیزون سیج میکر نوٹ بک مثال - ایک واحد، مکمل طور پر منظم ایم ایل کمپیوٹ مثال جو کلاؤڈ میں نوٹ بک چلا رہی ہے، جو صارفین کو ان کی نوٹ بک کنفیگریشنز پر مزید کنٹرول کی پیشکش کرتی ہے۔

آج، ہم یہ اعلان کرتے ہوئے پرجوش ہیں کہ SageMaker Studio اور SageMaker Notebook Instance اب JupyterLab 3 نوٹ بک کے ساتھ آتے ہیں۔ نئی نوٹ بک ڈیٹا سائنسدانوں اور ڈویلپرز کو ایک جدید IDE فراہم کرتی ہے جس میں کوڈ تصنیف، ری فیکٹرنگ اور ڈیبگنگ کے لیے ڈویلپر پروڈکٹیویٹی ٹولز کے ساتھ مکمل ہوتا ہے، اور تازہ ترین اوپن سورس Jupyter ایکسٹینشنز کے لیے سپورٹ۔ AWS Jupyter اوپن سورس کمیونٹی میں ایک اہم شراکت دار ہے۔ اور ہمیں اپنے صارفین کے لیے Jupyter کی جدید ترین صلاحیتیں لانے میں خوشی ہے۔

اس پوسٹ میں، ہم کچھ دلچسپ چیزیں دکھاتے ہیں۔ سیج میکر نوٹ بک میں شامل نئی خصوصیات اور ہمارے کچھ پسندیدہ اوپن سورس ایکسٹینشنز کی طرف توجہ دلائیں جو SageMaker کا استعمال کرتے وقت اپنے ML ماڈلز کو بنانے، تربیت دینے اور تعینات کرنے کے لیے ڈویلپر کے تجربے کو بہتر بناتے ہیں۔

سیج میکر پر نوٹ بک کے ساتھ نیا کیا ہے۔

نئی نوٹ بکس کئی خصوصیات کے ساتھ آتی ہیں جو SageMaker ڈویلپر کے تجربے کو بہتر کرتی ہیں، بشمول درج ذیل:

• بریک پوائنٹس اور متغیر معائنہ کے لیے تعاون کے ساتھ ایک مربوط ڈیبگر
• نوٹ بکس کو آسانی سے نیویگیٹ کرنے کے لیے مشمولات کے پینل کا ایک جدول
• فائل براؤزر کے لیے فلٹر بار
• متعدد ڈسپلے زبانوں کے لیے سپورٹ
• پائپ، کونڈا اور مامبا کے ذریعے ایکسٹینشنز انسٹال کرنے کی صلاحیت

کے ساتہ مربوط ڈیبگر، آپ متغیرات کا معائنہ کر سکتے ہیں اور بریک پوائنٹس کے ذریعے قدم بڑھا سکتے ہیں جب کہ آپ اپنے ڈیٹا سائنس اور ایم ایل کوڈ کو انٹرایکٹو طریقے سے بناتے ہیں۔ آپ صرف نوٹ بک ٹول بار پر ڈیبگر آئیکن کو منتخب کرکے ڈیبگر تک رسائی حاصل کرسکتے ہیں۔

اس تحریر کے مطابق، ڈیبگر ہمارے نئے لانچ کے لیے دستیاب ہے۔ Base Python 2.0 اور Data Science 2.0 سیج میکر اسٹوڈیو میں تصاویر اور amazonei_pytorch_latest_p37, pytorch_p38، اور tensorflow2_p38 سیج میکر نوٹ بک انسٹینس میں کرنل، مستقبل قریب میں مزید سپورٹ کرنے کے منصوبوں کے ساتھ۔

مندرجات کا جدول نوٹ بک کو نیویگیٹ کرنے اور اپنے نتائج کو ساتھیوں کے ساتھ باآسانی شیئر کرنے کے لیے ایک بہترین افادیت فراہم کرتا ہے۔

JupyterLab ایکسٹینشنز

SageMaker میں اپ گریڈ شدہ نوٹ بک کے ساتھ، آپ اوپن سورس JupyterLab ایکسٹینشنز کی مسلسل بڑھتی ہوئی کمیونٹی سے فائدہ اٹھا سکتے ہیں۔ اس سیکشن میں، ہم کچھ کو نمایاں کرتے ہیں جو قدرتی طور پر SageMaker ڈویلپر ورک فلو میں فٹ ہوتے ہیں، لیکن ہم آپ کی حوصلہ افزائی کرتے ہیں کہ دستیاب ایکسٹینشنز کو براؤز کریں۔ یا اس سے بھی اپنا خود بناؤ.

پہلی توسیع جس پر ہم روشنی ڈالتے ہیں وہ ہے۔ لینگویج سرور پروٹوکول ایکسٹینشن. یہ اوپن سورس ایکسٹینشن جدید IDE فعالیت کو قابل بناتا ہے جیسے کہ ٹیب کی تکمیل، نحو کو نمایاں کرنا، حوالہ پر چھلانگ لگانا، نوٹ بک اور ماڈیولز میں متغیر کا نام تبدیل کرنا، تشخیص، اور بہت کچھ۔ یہ ایکسٹینشن ان ڈویلپرز کے لیے بہت مفید ہے جو Python ماڈیولز کے ساتھ ساتھ نوٹ بک بھی لکھنا چاہتے ہیں۔

سیج میکر ڈویلپر ورک فلو کے لیے ایک اور کارآمد توسیع ہے۔ jupyterlab-s3-براؤزر. یہ ایکسٹینشن آپ کے سیج میکر ایگزیکیوشن رول کی اسناد کو اٹھا لیتی ہے اور آپ کو براہ راست فائلوں کو براؤز کرنے، لوڈ کرنے اور لکھنے کی اجازت دیتی ہے۔ ایمیزون سادہ اسٹوریج سروس (ایمیزون S3)۔

ایکسٹینشنز انسٹال کریں۔

JupyterLab 3 اب بناتا ہے۔ پیکیجنگ اور ایکسٹینشنز کو انسٹال کرنے کا عمل نمایاں طور پر آسان. آپ bash اسکرپٹس کے ذریعے مذکورہ ایکسٹینشن انسٹال کر سکتے ہیں۔ مثال کے طور پر، سیج میکر اسٹوڈیو میں، اسٹوڈیو لانچر سے سسٹم ٹرمینل کھولیں۔ اور درج ذیل کمانڈز چلائیں۔ نوٹ کریں کہ اپ گریڈ شدہ اسٹوڈیو میں Jupyter Server کے رن ٹائم کے انتظام کے لیے ایک الگ، الگ تھلگ کونڈا ماحول ہے، لہذا آپ کو اس میں ایکسٹینشنز انسٹال کرنے کی ضرورت ہے۔ studio کونڈا ماحول۔ سیج میکر نوٹ بک مثال میں ایکسٹینشنز انسٹال کرنے کے لیے، کونڈا ماحول کو تبدیل کرنے کی ضرورت نہیں ہے۔

اس کے علاوہ، آپ استعمال کرتے ہوئے ان ایکسٹینشنز کی انسٹالیشن کو خودکار کر سکتے ہیں۔ لائف سائیکل کنفیگریشنز لہذا وہ اسٹوڈیو کے دوبارہ شروع ہونے کے درمیان برقرار رہتے ہیں۔ آپ اسے ڈومین کے تمام صارفین کے لیے یا انفرادی صارف کی سطح پر کنفیگر کر سکتے ہیں۔

Python Language Server کے لیے، ایکسٹینشنز کو انسٹال کرنے کے لیے درج ذیل کوڈ کا استعمال کریں:

conda init
conda activate studio
pip install jupyterlab-lsp
pip install 'python-lsp-server[all]'
conda deactivate
nohup supervisorctl -c /etc/supervisor/conf.d/supervisord.conf restart jupyterlabserver

Amazon S3 فائل براؤزر کے لیے، درج ذیل کا استعمال کریں:

conda init
conda activate studio
pip install jupyterlab_s3_browser
jupyter serverextension enable --py jupyterlab_s3_browser
conda deactivate
nohup supervisorctl -c /etc/supervisor/conf.d/supervisord.conf restart jupyterlabserver

انسٹال کرنے کے بعد اپنے براؤزر کو ریفریش ضرور کریں۔

SageMaker Notebook Instance کے لیے ملتے جلتے لائف سائیکل اسکرپٹ لکھنے کے بارے میں مزید معلومات کے لیے، رجوع کریں۔ لائف سائیکل کنفیگریشن اسکرپٹ کا استعمال کرتے ہوئے ایک نوٹ بک مثال کو حسب ضرورت بنائیں اور لائف سائیکل کنفیگریشنز اور انٹرنیٹ تک رسائی کو غیر فعال کرنے کے آپشن کے ساتھ اپنی Amazon SageMaker نوٹ بک مثالوں کو حسب ضرورت بنائیں. مزید برآں، توسیع کے انتظام کے بارے میں مزید معلومات کے لیے، بشمول لائف سائیکل کنفیگریشنز کو کیسے لکھنا ہے جو کہ پسماندہ مطابقت کے لیے JupyterLab نوٹ بک کے ورژن 1 اور 3 دونوں کے لیے کام کرتی ہے، دیکھیں JupyterLab اور Jupyter سرور ایکسٹینشنز انسٹال کرنا.

سٹوڈیو میں JupyterLab 3 نوٹ بکس کے ساتھ شروعات کریں۔

اگر آپ ایک نیا اسٹوڈیو ڈومین بنا رہے ہیں، تو آپ نوٹ بک کے پہلے سے طے شدہ ورژن کی وضاحت براہ راست سے کر سکتے ہیں۔ AWS مینجمنٹ کنسول یا API کا استعمال کرتے ہوئے.

سیج میکر کنٹرول پینل پر، اپنے ڈومین کی ترتیبات میں ترمیم کرتے وقت اپنے نوٹ بک ورژن کو تبدیل کریں۔ Jupyter لیب ورژن سیکشن پر ایک اقتصادی کینڈر سکین کر لیں۔

API استعمال کرنے کے لیے، ترتیب دیں۔ JupyterServerAppSettings مندرجہ ذیل پیرامیٹر:

aws --region <REGION> sagemaker create-domain --domain-name <NEW_DOMAIN_NAME> --auth-mode <AUTHENTICATION_MODE> --subnet-ids <SUBNET-IDS> --vpc-id <VPC-ID> --default-user-settings ‘{ “JupyterServerAppSettings”: { “DefaultResourceSpec”: { “SageMakerImageArn”: “arn:aws:sagemaker:<REGION>:<ACCOUNT_ID>:image/jupyter-server-3", “InstanceType”: “system” } }
}

اگر آپ اسٹوڈیو کے موجودہ صارف ہیں، تو آپ SageMaker کنٹرول پینل پر اپنے صارف پروفائل کو منتخب کرکے اور منتخب کرکے اپنے نوٹ بک ورژن میں ترمیم کرسکتے ہیں۔ ترمیم کریں.

پھر میں اپنا پسندیدہ ورژن منتخب کریں۔ Jupyter لیب ورژن سیکشن پر ایک اقتصادی کینڈر سکین کر لیں۔

مزید معلومات کے لئے، دیکھیں JupyterLab ورژننگ.

SageMaker نوٹ بک مثال پر JupyterLab 3 کے ساتھ شروع کریں۔

سیج میکر نوٹ بک مثال کے صارفین کنسول سے اور ہمارے API کا استعمال کرتے ہوئے پہلے سے طے شدہ نوٹ بک ورژن کی بھی وضاحت کر سکتے ہیں۔ اگر کنسول استعمال کر رہے ہیں، تو نوٹ کریں کہ Jupyter Lab 3 نوٹ بک کو منتخب کرنے کا اختیار صرف اس کے لیے دستیاب ہے۔ سیج میکر نوٹ بک مثال کی تازہ ترین نسل جو ایمیزون لینکس 2 کے ساتھ آتی ہے۔.

سیج میکر کنسول پر، اپنے نوٹ بک کی مثال بناتے وقت اپنا ورژن منتخب کریں۔ پلیٹ فارم شناخت کنندہ.

اگر API استعمال کر رہے ہیں تو درج ذیل کوڈ کا استعمال کریں:

create-notebook-instance --notebook-instance-name <NEW_NOTEBOOK_NAME> --instance-type <INSTANCE_TYPE> --role-arn <YOUR_ROLE_ARN> --platform-identifier <notebook-al2-v2>

مزید معلومات کے لئے، دیکھیں اپنے JupyterLab ورژن کے ساتھ ایک نوٹ بک بنانا.

نتیجہ

سیج میکر اسٹوڈیو اور سیج میکر نوٹ بک انسٹینس اب صارفین کو اپ گریڈ شدہ نوٹ بک کا تجربہ پیش کرتے ہیں۔ ہم آپ کو نئی صلاحیتوں کو آزمانے اور ان اضافہ کے ساتھ ڈویلپر کی پیداواری صلاحیت کو مزید فروغ دینے کی ترغیب دیتے ہیں!

مصنفین کے بارے میں

شان مورگن AWS میں AI/ML سلوشنز آرکیٹیکٹ ہے۔ اس کے پاس سیمی کنڈکٹر اور تعلیمی تحقیقی شعبوں میں تجربہ ہے، اور وہ اپنے تجربے کا استعمال صارفین کو AWS پر اپنے مقاصد تک پہنچنے میں مدد کرنے کے لیے کرتا ہے۔ اپنے فارغ وقت میں، شان ایک فعال اوپن سورس کنٹریبیوٹر/مینٹینر ہے اور TensorFlow Add-ons کے لیے خصوصی دلچسپی والے گروپ کی قیادت ہے۔

آرکاپروا ڈی AWS میں ایک سینئر سافٹ ویئر انجینئر ہے۔ وہ ایمیزون میں 7 سال سے زیادہ عرصے سے ہے اور فی الحال ایمیزون سیج میکر اسٹوڈیو IDE کے تجربے کو بہتر بنانے پر کام کر رہا ہے۔

کنال جھا AWS میں ایک سینئر پروڈکٹ مینیجر ہے۔ وہ ایمیزون سیج میکر اسٹوڈیو کو ایم ایل ڈیولپمنٹ کے تمام مراحل کے لیے پسند کے IDE کے طور پر بنانے پر مرکوز ہے۔ اپنے فارغ وقت میں، کنال اسکیئنگ سے لطف اندوز ہوتے ہیں اور پیسفک شمال مغرب کی سیر کرتے ہیں۔ آپ اسے تلاش کر سکتے ہیں۔ لنکڈ.

• سکے سمارٹ۔ یورپ کا بہترین بٹ کوائن اور کرپٹو ایکسچینج۔
• پلیٹو بلاک چین۔ Web3 Metaverse انٹیلی جنس۔ علم میں اضافہ۔ مفت رسائی۔
• کرپٹو ہاک۔ Altcoin ریڈار. مفت جانچ.
• ماخذ: https://aws.amazon.com/blogs/machine-learning/amazon-sagemaker-studio-and-sagemaker-notebook-instance-now-come-with-jupyterlab-3-notebooks-to-boost-developer- پیداوری/