SageMaker JupyterLab - Amazon SageMaker

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.

SageMaker JupyterLab

Créez un JupyterLab espace dans Amazon SageMaker Studio pour lancer l' JupyterLabapplication. Un JupyterLab espace est un espace privé ou partagé au sein de Studio qui gère les ressources de stockage et de calcul nécessaires pour exécuter l' JupyterLab application. L' JupyterLab application est un environnement de développement interactif (IDE) basé sur le Web pour les ordinateurs portables, le code et les données. Utilisez l'interface flexible et étendue de l' JupyterLab application pour configurer et organiser les flux de travail d'apprentissage automatique (ML).

Par défaut, l' JupyterLab application est fournie avec l'image SageMaker de distribution. L'image de distribution contient des packages populaires, tels que les suivants :

  • PyTorch

  • TensorFlow

  • Keras

  • NumPy

  • Pandas

  • Scikit-learn

Vous pouvez utiliser les espaces partagés pour collaborer sur vos blocs-notes Jupyter avec d'autres utilisateurs en temps réel. Pour plus d'informations sur les espaces partagés, consultez Collaboration avec des espaces partagés.

Dans l' JupyterLab application, vous pouvez utiliser Amazon Q Developer, un compagnon de code basé sur l'IA générative pour générer, déboguer et expliquer votre code. Pour plus d'informations sur l'utilisation d'Amazon Q Developer, consultezJupyterLab guide de l'utilisateur. Pour plus d'informations sur la configuration d'Amazon Q Developer, consultezJupyterLab guide de l'administrateur.

Créez des analyses unifiées et des flux de travail ML dans le même bloc-notes Jupyter. Exécutez Spark des tâches interactives sur Amazon EMR et sur une infrastructure AWS Glue sans serveur, directement depuis votre ordinateur portable. Surveillez et déboguez les tâches plus rapidement grâce à l'interface utilisateur intégrée. Spark En quelques étapes, vous pouvez automatiser la préparation de vos données en programmant le bloc-notes en tant que tâche.

L' JupyterLab application vous permet de travailler en collaboration avec vos pairs. Utilisez l'intégration Git intégrée à l' JupyterLab IDE pour partager et versionner le code. Apportez votre propre système de stockage de fichiers si vous possédez un volume Amazon EFS.

L' JupyterLab application s'exécute sur une seule instance Amazon Elastic Compute Cloud (Amazon EC2) et utilise un seul volume Amazon Elastic Block Store (Amazon EBS) pour le stockage. Vous pouvez changer d'instance plus rapidement ou augmenter la taille du volume Amazon EBS en fonction de vos besoins.

L'application JupyterLab 4 s'exécute dans un JupyterLab espace de Studio. Studio Classic utilise l'application JupyterLab 3. JupyterLab 4 offre les avantages suivants :

  • Un IDE plus rapide qu'Amazon SageMaker Studio Classic, en particulier pour les ordinateurs portables de grande taille

  • Recherche de documents améliorée

  • Un éditeur de texte plus performant et plus accessible

Pour plus d'informations à ce sujet JupyterLab, consultez JupyterLabla documentation.