Wählen Sie Ihre Cookie-Einstellungen aus

Wir verwenden essentielle Cookies und ähnliche Tools, die für die Bereitstellung unserer Website und Services erforderlich sind. Wir verwenden Performance-Cookies, um anonyme Statistiken zu sammeln, damit wir verstehen können, wie Kunden unsere Website nutzen, und Verbesserungen vornehmen können. Essentielle Cookies können nicht deaktiviert werden, aber Sie können auf „Anpassen“ oder „Ablehnen“ klicken, um Performance-Cookies abzulehnen.

Wenn Sie damit einverstanden sind, verwenden AWS und zugelassene Drittanbieter auch Cookies, um nützliche Features der Website bereitzustellen, Ihre Präferenzen zu speichern und relevante Inhalte, einschließlich relevanter Werbung, anzuzeigen. Um alle nicht notwendigen Cookies zu akzeptieren oder abzulehnen, klicken Sie auf „Akzeptieren“ oder „Ablehnen“. Um detailliertere Entscheidungen zu treffen, klicken Sie auf „Anpassen“.

Amazon SageMaker Studio-Labor

Fokusmodus
Amazon SageMaker Studio-Labor - Amazon SageMaker KI

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Amazon SageMaker Studio Lab ist ein kostenloser Service, der Kunden Zugriff auf AWS Rechenressourcen in einer JupyterLab Open-Source-Umgebung bietet. Es basiert auf derselben Architektur und Benutzeroberfläche wie Amazon SageMaker Studio Classic, verfügt jedoch über einen Teil der Funktionen von Studio Classic.

Mit Studio Lab können Sie AWS Rechenressourcen verwenden, um Ihre Jupyter-Notebooks zu erstellen und auszuführen, ohne sich für ein Konto registrieren zu müssen. AWS Da Studio Lab auf Open Source basiert, können Sie die Vorteile von Open-Source-Jupyter-Erweiterungen nutzen JupyterLab, um Ihre Jupyter-Notebooks auszuführen.

Studio Lab im Vergleich zu Amazon SageMaker Studio Classic

Während Studio Lab kostenlosen Zugriff auf AWS Rechenressourcen bietet, bietet Amazon SageMaker Studio Classic die folgenden erweiterten Funktionen für maschinelles Lernen, die Studio Lab nicht unterstützt.

  • Kontinuierliche Integration und kontinuierliche Bereitstellung (Pipelines)

  • Echtzeitprognosen

  • Umfangreiches dezentrales Schulen

  • Datenaufbereitung (Amazon SageMaker Data Wrangler)

  • Datenkennzeichnung (Amazon SageMaker Ground Truth)

  • Kernfunktionen

  • Bias-Analyse (Klären)

  • Modellbereitstellung

  • Modellüberwachung

Studio Classic unterstützt auch differenzierte Zugriffskontrolle und Sicherheit mithilfe von AWS Identity and Access Management (IAM), Amazon Virtual Private Cloud (Amazon VPC) und (). AWS Key Management Service AWS KMS Studio Lab unterstützt diese Studio Classic-Funktionen nicht und unterstützt auch nicht die Verwendung von Schätzern und integrierten KI-Algorithmen. SageMaker

Informationen zum Exportieren Ihrer Studio Lab-Projekte zur Verwendung mit Studio Classic finden Sie unterExportieren Sie eine Amazon SageMaker Studio Lab-Umgebung nach Amazon SageMaker Studio Classic.

Die folgenden Themen enthalten Informationen zu Studio Lab und seiner Verwendung

DatenschutzNutzungsbedingungen für die WebsiteCookie-Einstellungen
© 2025, Amazon Web Services, Inc. oder Tochtergesellschaften. Alle Rechte vorbehalten.