为了让机器学习 (ML) 更易于访问，亚马逊推出了 Amazon SageMaker Studio 实验室 在 AWS re:Invent 2021 上。今天，成千上万的客户每天都使用它来免费学习和试验 ML。 我们只需一个电子邮件地址即可轻松上手，无需安装、设置、信用卡或 AWS 账户。
SageMaker Studio Lab 与希望在非正式或正式环境中学习的客户产生共鸣，最近的一项调查表明，我们当前的客户群中有 49% 正在自学，而 21% 正在参加正式的 ML 课程。 高等教育机构已经开始采用它，因为它可以帮助他们教授笔记本之外的 ML 基础知识，例如环境和资源管理，这是成功的 ML 项目的关键领域。 Hugging Face、Snowflake 和 Roboflow 等企业合作伙伴正在使用 SageMaker Studio Lab 展示他们自己的 ML 功能。
在这篇文章中，我们将讨论 SageMaker Studio Lab 的新功能，并分享一些客户成功案例。
SageMaker Studio 实验室的新功能
我们继续开发新的功能和机制来取悦、保护和支持我们的 ML 社区。 以下是最新的增强功能：
- 为了保护 CPU 和 GPU 容量免受潜在的滥用，我们启动了两步验证，扩大了我们可以服务的社区规模。 今后，每位客户都必须将其帐户与手机号码相关联。
- 2022 年 XNUMX 月，我们推出了自动账户审批，使您能够在不到一天的时间内获得 SageMaker Studio Lab 账户。
- 我们将 GPU 和 CPU 的容量增加了两倍，使我们的大多数客户能够在需要时获得实例。
- 如果您的环境变得不稳定，引入了安全模式以帮助您继续前进。 尽管这种情况很少见，但通常会在客户超出其存储限制时发生。
- 我们添加了对 Juptyer-LSP（语言服务器协议）扩展的支持，为您提供代码完成功能。 请注意，如果您在 2022 年 XNUMX 月之前获得了帐户，则可以通过以下几个简单说明来获得此功能（请参阅 常见问题 了解详细信息）。
客户成功案例
我们继续以客户为中心，根据客户的反馈为他们提供重要的功能。 以下是主要机构和合作伙伴的一些亮点：
“SageMaker Studio Lab 解决了课堂上的一个实际问题，因为它提供了一个工业级的托管 Jupyter 解决方案，其 GPU 不仅仅是托管笔记本。 添加包、配置环境和打开终端的能力为学生开辟了许多新的学习机会。 最后，使用强大的 GPU 微调 Hugging Face 模型一直是呈现给学生的令人惊叹的新兴工作流程。 LLM（大型语言模型）是 AI 的未来，而 SageMaker Studio Lab 让我能够教授 AI 的未来。”
—Noah Gift，Duke MIDS（数据科学）驻校执行官
“由于 SageMaker Studio Lab 为 ML 开发人员提供了强大的体验，我的团队从它处于测试阶段就一直在使用它。 它与 Snowflake 的开发人员框架 Snowpark 轻松集成，为 Snowflake Python 开发人员提供易于上手的笔记本界面。 我已经用它与客户和合作伙伴进行了多次演示，反响非常好。”
— Snowflake 合作伙伴行业解决方案经理 Eda Johnson
“Roboflow 使开发人员能够构建自己的计算机视觉应用程序，无论他们的技能或经验如何。 借助 SageMaker Studio Lab，我们庞大的计算机视觉开发人员社区可以在与本地 JupyterLab 非常相似的环境中访问我们的模型和数据，这是他们最习惯的。 SageMaker Studio Lab 的持久存储改变了游戏规则，因为您无需为每个用户会话从头开始。 SageMaker Studio Lab 已成为我个人首选的笔记本平台。”
— Mark McQuade，Roboflow 现场工程
“RPI 拥有世界上最强大的超级计算机之一，但它 (AiMOS) 的学习曲线陡峭。 我们需要一种方法让我们的学生有效且节俭地开始学习。 SageMaker Studio Lab 的直观界面使我们的学生能够快速入门，并提供强大的 GPU，使他们能够为他们的顶点项目使用复杂的深度学习模型。”
——Mohammed J. Zaki，伦斯勒理工学院计算机科学教授
“我在基础机器学习和 Python 相关课程中使用 SageMaker Studio Lab，这些课程旨在为学生提供许多云技术方面的坚实基础。 Studio Lab 使我们的学生能够亲身体验真实世界的数据科学项目，而不必陷入设置或配置的困境。 与其他厂商不同的是，它是一款面向学生的 Linux 机器，学生们确实可以做更多的编码练习！”
— IVE (LWL) 资讯科技系云端及数据中心管理高级讲师Cyrus Wong
“Northwestern Engineering 的人工智能理学硕士 (MSAI) 项目的学生先快速浏览了 SageMaker Studio Lab，然后在 5 小时的黑客马拉松中使用它，将他们学到的知识应用到现实世界中。 我们希望学生们在很短的时间内自然而然地遇到一些障碍。 相反，学生们超出了我们的预期，不仅完成了所有项目，而且还进行了非常出色的演示，他们展示了对现实世界重要问题的迷人解决方案。”
——Mohammed Alam，西北大学 MSAI 项目副主任
开始使用 SageMaker Studio 实验室
SageMaker Studio Lab 是任何有兴趣了解更多关于 ML 和数据科学的人的绝佳切入点。 亚马逊继续投资于这项免费服务以及其他培训资产和奖学金计划，以使所有人都能使用机器学习。
开始使用 SageMaker 工作室实验室 ！
关于作者
米歇尔·蒙克洛娃 是 AWS SageMaker 团队的首席产品经理。 她是土生土长的纽约人和硅谷资深人士。 她热衷于提高我们生活质量的创新。
