Uso de los activos iniciales de Amazon SageMaker Studio Lab - Amazon SageMaker AI

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.

Uso de los activos iniciales de Amazon SageMaker Studio Lab

Amazon SageMaker Studio Lab admite los siguientes activos que ayudan a los profesionales del machine learning (ML) a comenzar a utilizarlo. En esta guía se muestra cómo clonar cuadernos para su proyecto.

Cuaderno de introducción

Studio Lab se suministra con un cuaderno de introducción que proporciona información general y orientación para los principales flujos de trabajo. Cuando se inicializa el tiempo de ejecución del proyecto por primera vez, este cuaderno se abre automáticamente.

Dive into Deep Learning

Dive into Deep Learning (D2L) es un libro interactivo de código abierto en el que se enseñan las ideas, la teoría matemática y el código en los que se basa el machine learning. Con más de 150 cuadernos de Jupyter, D2L ofrece una visión completa de los principios del aprendizaje profundo. Para obtener más información sobre D2L, consulte el sitio web de D2L.

En el siguiente procedimiento se muestra cómo clonar en su instancia los cuadernos de Jupyter de D2L.

  1. Inicie y abra el entorno de tiempo de ejecución del proyecto de Studio Lab como se indica en Iniciar el tiempo de ejecución del proyecto.

  2. Una vez abierto Studio Lab, seleccione la pestaña Git ( Black square icon representing a placeholder or empty image. ) en la barra lateral izquierda.

  3. Seleccione Clonar un repositorio. En URL del repositorio de Git (.git), pegue la URL del repositorio git de D2L siguiendo los pasos que se indican a continuación. Si no aparece la opción Clonar un repositorio porque se encuentra ya en un repositorio de Git, vuelva al directorio de usuarios para clonar un repositorio nuevo. Para volver al directorio de usuarios, seleccione la pestaña Carpeta ( Black square icon representing a placeholder or empty image. ) en la barra lateral izquierda. En la pestaña Carpeta situada debajo de la barra de búsqueda de archivos, seleccione el icono de carpeta situado a la izquierda del repositorio abierto en ese momento. Una vez que se encuentre en el directorio de usuarios, seleccione la pestaña Git en la barra lateral izquierda y elija Clonar un repositorio.

  4. Diríjase a la página de descripción general del proyecto de Studio Lab. La URL tiene el siguiente formato:

    https://studiolab.sagemaker.aws/users/<YOUR_USER_NAME>

  5. En ¿Es nuevo en machine learning? elija Dive into Deep Learning.

  6. En la nueva pestaña del navegador de Dive into Deep Learning, elija GitHub para abrir una nueva página con los ejemplos de cuadernos.

  7. Elija Código y copie la URL del repositorio de GitHub en la pestaña HTTPS.

  8. Vuelva a la pestaña del navegador de proyectos abierta de Studio Lab, pegue la URL del repositorio de D2L y clone el repositorio.

AWS Machine Learning University

La AWS Machine Learning University (MLU) proporciona acceso a los cursos de machine learning utilizados para formar a los propios desarrolladores de Amazon. En la AWS MLU, cualquier desarrollador puede aprender a utilizar el machine learning con la serie de aprendizaje MLU Accelerator, que le permite aprender a su propio ritmo. La serie MLU Accelerator está diseñada para ayudar a los desarrolladores a comenzar a utilizar el machine learning. Ofrece cursos básicos de tres días sobre estos tres temas: procesamiento del lenguaje natural, datos tabulares y visión artificial. Para obtener más información, consulte Machine Learning University.

En el siguiente procedimiento se muestra cómo clonar en su instancia los cuadernos de Jupyter de la AWS MLU.

  1. Inicie y abra el entorno de tiempo de ejecución del proyecto de Studio Lab como se indica en Iniciar el tiempo de ejecución del proyecto.

  2. Una vez abierto Studio Lab, seleccione la pestaña Git ( Black square icon representing a placeholder or empty image. ) en la barra lateral izquierda.

  3. Seleccione Clonar un repositorio. En URL del repositorio de Git (.git) pegue la URL del repositorio git de la MLU siguiendo los pasos que se indican a continuación. Si no aparece la opción Clonar un repositorio porque se encuentra ya en un repositorio de Git, vuelva al directorio de usuarios para clonar un repositorio nuevo. Para volver al directorio de usuarios, seleccione la pestaña Carpeta ( Black square icon representing a placeholder or empty image. ) en la barra lateral izquierda. En la pestaña Carpeta situada debajo de la barra de búsqueda de archivos, seleccione el icono de carpeta situado a la izquierda del repositorio abierto en ese momento. Una vez que se encuentre en el directorio de usuarios, seleccione la pestaña Git en la barra lateral izquierda y elija Clonar un repositorio.

  4. Diríjase a la página de descripción general del proyecto de Studio Lab. La URL tiene el siguiente formato:

    https://studiolab.sagemaker.aws/users/<YOUR_USER_NAME>

  5. En ¿Es nuevo en machine learning? elija AWS Machine Learning University.

  6. En la nueva pestaña del navegador de AWS Machine Learning University, lea el apartado Resumen del curso de cada curso para encontrar uno que le interese.

  7. Elija el repositorio de GitHub correspondiente que le interese en Contenido del curso para abrir una página nueva con los ejemplos de cuadernos.

  8. Elija Código y copie la URL del repositorio de GitHub en la pestaña HTTPS.

  9. Vuelva a la pestaña del navegador de proyectos abierta de Studio Lab, pegue la URL del repositorio de D2L y elija Clonar para clonar el repositorio.

 Roboflow

Roboflow le proporciona las herramientas para entrenar, afinar y etiquetar objetos para aplicaciones de visión artificial. Para obtener más información, consulte https://roboflow.com/.

En el siguiente procedimiento se muestra cómo clonar en su instancia los cuadernos de Jupyter de Roboflow.

  1. Diríjase a la página de descripción general del proyecto de Studio Lab. La URL tiene el siguiente formato:

    https://studiolab.sagemaker.aws/users/<YOUR_USER_NAME>

  2. En Recursos y comunidad, busque Probar visión artificial.

  3. En Probar visión artificial, elija un modelo de Roboflow. Para obtener más información, consulte https://roboflow.com/.

  4. Siga el tutorial que aparece en la vista previa del cuaderno.