Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Modification de la disponibilité de Studio Lab
Note
Amazon SageMaker Studio Lab n'est plus ouvert aux nouveaux clients. Les clients existants peuvent continuer à utiliser le service normalement. AWS continue d'investir dans l'amélioration de la sécurité et de la disponibilité de Studio Lab, mais nous ne prévoyons pas d'introduire de nouvelles fonctionnalités.
Amazon SageMaker Studio
Amazon SageMaker Studio remplace complètement SageMaker Studio Lab en fournissant le même environnement d' JupyterLab-based ordinateurs portables avec un accès supplémentaire aux AWS services, à des ressources de calcul évolutives et à des outils de machine learning intégrés. SageMaker Studio prend en charge les mêmes environnements d'exécution pour ordinateurs portables, les mêmes environnements Conda et les mêmes flux de travail de gestion de fichiers que les utilisateurs de Studio Lab connaissent bien.
Pour le calcul, SageMaker Studio donne accès à une gamme de types d'instances, allant du niveau gratuit (ml.t3.medium) aux GPU-accelerated instances telles que G6, G6e, etc., permettant aux utilisateurs d'évoluer au-delà des limites fixes de 12 Go de RAM et de 15 Go de stockage de Studio Lab. Pour la collaboration et les MLOps, SageMaker Studio s'intègre à des AWS services tels qu'Amazon S3, SageMaker Pipelines et Managed MLflow pour le suivi des expériences. Reportez-vous à la section SageMaker AI Free Tier
Ensemble, ces fonctionnalités constituent une alternative évolutive et prête à la production à l'environnement d'ordinateurs portables de niveau gratuit de SageMaker Studio Lab.
Remplacement d'Amazon SageMaker Studio Lab par Amazon SageMaker Studio
Cette section vous explique comment migrer vos données Amazon SageMaker Studio Lab existantes vers Amazon SageMaker Studio. Cette solution prend en charge des fonctionnalités équivalentes pour exécuter JupyterLab des blocs-notes, gérer des environnements Conda et stocker des fichiers de projet pendant le développement sur Amazon SageMaker AI.
Exporter depuis Studio Lab
-
Exportez les configurations de l'environnement Conda. Activez l'environnement conda que vous souhaitez migrer et exportez-le vers un fichier YAML. N'exportez pas les
baseenvironnementsstudiolabstudiolab-safemode, ou, car ils ne sont pas compatibles avec SageMaker Studio. -
Enregistrez des blocs-notes et des fichiers de données. Téléchargez vos JupyterLab blocs-notes (fichiers .ipynb), vos scripts Python et toutes les données associées depuis votre environnement Studio Lab. Vous pouvez exporter des fichiers vers votre machine locale à l'aide du navigateur de fichiers Studio Lab ou les transférer vers un référentiel Git à l'aide du terminal Studio Lab.
-
Copiez des ensembles de données volumineux sur Amazon S3 (le cas échéant). Pour les fichiers ou répertoires volumineux difficiles à télécharger localement, copiez-les dans un compartiment S3 à l'aide du terminal Studio Lab. Consultez la section Chargement d'objets vers Amazon S3 pour les étapes détaillées.
-
Supprimez votre projet Studio Lab (facultatif). Une fois la migration confirmée, supprimez les fichiers de votre projet Studio Lab pour libérer de l'espace de stockage.
Configuration des remplacements
-
Créez un AWS compte. Si vous n'avez pas encore de AWS compte, créez-en un sur aws.amazon. com/free
. -
Configurez un domaine et un espace SageMaker Studio. Créez un domaine SageMaker Studio et un profil utilisateur, puis créez un JupyterLab espace. Chaque espace dispose de son propre volume Amazon EBS pour le stockage persistant. Reportez-vous à la présentation du domaine de l'SageMaker IA pour les étapes détaillées.
-
Téléchargez des blocs-notes et des fichiers dans SageMaker Studio. Ouvrez votre JupyterLab espace et téléchargez vos fichiers exportés à l'aide de l'icône de téléchargement du navigateur de fichiers, ou clonez votre dépôt Git directement depuis le JupyterLab terminal.
-
Recréez les environnements Conda dans SageMaker Studio. Ouvrez un terminal dans votre JupyterLab espace et utilisez votre fichier YAML exporté pour recréer votre environnement conda. Après l'installation, l'environnement sera disponible sous forme de noyau pour vos ordinateurs portables. Consultez la section Personnalisation de JupyterLab l'environnement dans SageMaker Studio pour les étapes détaillées.
La migration vers SageMaker Studio permet uniquement de migrer vos blocs-notes, vos fichiers et vos configurations d'environnement. L'historique de l'utilisation du calcul ou les journaux de session de Studio Lab ne sont pas transférés. Le développement, l'expérimentation et la gestion informatique futurs se feront dans SageMaker Studio.
