Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Una instancia de Amazon SageMaker Notebook es una instancia de cómputo de aprendizaje automático (ML) que ejecuta la aplicación Jupyter Notebook. Una de las mejores maneras para que los profesionales del aprendizaje automático (ML) utilicen Amazon SageMaker AI es entrenar e implementar modelos de aprendizaje automático mediante instancias de SageMaker notebook. Las instancias de SageMaker AI notebook ayudan a crear el entorno al iniciar los servidores de Jupyter en Amazon Elastic Compute Cloud (Amazon EC2) y proporcionar núcleos preconfigurados con los siguientes paquetes: Amazon AI SageMaker Python SDK, AWS Command Line Interface (AWS CLI), Conda AWS SDK for Python (Boto3), Pandas, bibliotecas de marcos de aprendizaje profundo y otras bibliotecas para ciencia de datos y aprendizaje automático.
Utilice los cuadernos de Jupyter en su instancia de cuaderno para:
-
preparar y procesar datos
-
escribir código para entrenar modelos
-
implementa modelos en el alojamiento de IA SageMaker
-
probar o validar modelos
SageMaker AI también proporciona cuadernos de muestra que contienen ejemplos de código completos. Estos ejemplos muestran cómo usar la SageMaker IA para realizar tareas comunes de aprendizaje automático. Para obtener más información, consulte Acceso a cuadernos de ejemplo.
Para obtener información sobre los precios de la instancia de Amazon SageMaker Notebook, consulta Amazon SageMaker AI Pricing
Mantenimiento
SageMaker La IA actualiza el software subyacente de las instancias de Amazon SageMaker Notebook al menos una vez cada 90 días. Algunas actualizaciones de mantenimiento, como las actualizaciones del sistema operativo, pueden requerir que la aplicación se desconecte durante un breve período de tiempo. No es posible realizar ninguna operación durante este período mientras se actualiza el software subyacente. Le recomendamos que reinicie sus cuadernos al menos una vez cada 30 días para que los parches se apliquen automáticamente.
Para obtener más información, póngase en contacto con AWS Support
Machine Learning con el SDK de SageMaker Python
Para entrenar, validar, implementar y evaluar un modelo de aprendizaje automático en una instancia de SageMaker notebook, usa el SDK de SageMaker Python. Los resúmenes del SDK de SageMaker Python AWS SDK for Python (Boto3) y las operaciones de SageMaker la API. Le permite integrarse y organizar otros AWS servicios, como Amazon Simple Storage Service (Amazon S3) para guardar datos y artefactos de modelos, Amazon Elastic Container Registry (ECR) para importar y reparar los modelos de aprendizaje automático y Amazon Elastic Compute Cloud ( EC2Amazon) para entrenamiento e inferencia.
También puede aprovechar las funciones de SageMaker inteligencia artificial que lo ayudan a abordar cada etapa de un ciclo completo de aprendizaje automático: etiquetado de datos, preprocesamiento de datos, entrenamiento de modelos, implementación de modelos, evaluación del rendimiento de predicción y monitoreo de la calidad del modelo en producción.
Si es la primera vez que utiliza SageMaker IA, le recomendamos que utilice el SDK de SageMaker Python siguiendo el tutorial de end-to-end ML. Para encontrar la documentación de código abierto, consulte el SDK de Amazon SageMaker Python
Temas
- Tutorial para crear modelos con instancias de Notebook
- Instancias de cuaderno de Amazon Linux 2
- JupyterLab control de versiones
- Crear una instancia de Amazon SageMaker Notebook
- Acceso a instancias de cuaderno
- Actualización de una instancia de cuaderno.
- Personalización de una instancia de SageMaker bloc de notas mediante un script LCC
- Acceso a cuadernos de ejemplo
- Establecimiento del kernel del cuaderno
- Repositorios de Git con instancias de SageMaker AI Notebook
- Metadatos de instancias de cuadernos
- Supervise los registros de Jupyter en Amazon Logs CloudWatch