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.
Crea un JupyterLab espacio en Amazon SageMaker Studio para lanzar la JupyterLab aplicación. Un JupyterLab espacio es un espacio privado o compartido dentro de Studio que administra los recursos de almacenamiento y procesamiento necesarios para ejecutar la JupyterLab aplicación. La JupyterLab aplicación es un entorno de desarrollo interactivo (IDE) basado en la web para cuadernos, código y datos. Utilice la interfaz amplia y flexible de la JupyterLab aplicación para configurar y organizar los flujos de trabajo del aprendizaje automático (ML).
De forma predeterminada, la JupyterLab aplicación viene con la imagen SageMaker de distribución. La imagen de distribución incluye paquetes populares, como los siguientes:
-
PyTorch
-
TensorFlow
-
Keras
-
NumPy
-
Pandas
-
Scikit-learn
Puede utilizar los espacios compartidos para colaborar en sus cuadernos de Jupyter con otros usuarios en tiempo real. Para obtener más información sobre los espacios compartidos, consulte Colaboración con espacios compartidos.
Dentro de la JupyterLab aplicación, puedes usar Amazon Q Developer, un complemento de código generativo impulsado por IA para generar, depurar y explicar tu código. Para obtener información sobre cómo utilizar Amazon Q Developer, consulte JupyterLab guía de usuario. Para obtener información sobre cómo configurar Amazon Q Developer, consulte JupyterLab guía del administrador.
Cree flujos de trabajo unificados de análisis y machine learning en el mismo cuaderno de Jupyter. Ejecute de forma interactiva Spark trabajos en Amazon EMR y en una infraestructura AWS Glue sin servidor, directamente desde su portátil. Supervise y depure los trabajos más rápido mediante la función integrada Spark UI. En solo unos pasos, puede automatizar la preparación de los datos con solo programar el cuaderno como un trabajo.
La JupyterLab aplicación te ayuda a trabajar en colaboración con tus compañeros. Usa la integración de Git integrada en el JupyterLab IDE para compartir y versionar el código. Traiga su propio sistema de almacenamiento de archivos si tiene un volumen de Amazon EFS.
La JupyterLab aplicación se ejecuta en una única instancia de Amazon Elastic Compute Cloud (Amazon EC2) y utiliza un único volumen de Amazon Elastic Block Store (Amazon EBS) como almacenamiento. Puede cambiar de instancia más rápido o aumentar el tamaño del volumen de Amazon EBS según sus necesidades.
Las JupyterLab 4 aplicaciones se ejecutan en un JupyterLab espacio dentro de Studio. Studio Classic usa la aplicación JupyterLab 3. JupyterLab 4 ofrece las siguientes ventajas:
-
Un IDE más rápido que Amazon SageMaker Studio Classic, especialmente con ordenadores portátiles grandes
-
Búsqueda de documentos mejorada
-
Un editor de texto más eficiente y accesible
Para obtener más información al respecto JupyterLab, consulte JupyterLabla documentación
