Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Instance SageMaker notebook Amazon adalah instance komputasi machine learning (ML) yang menjalankan aplikasi Jupyter Notebook. Salah satu cara terbaik bagi praktisi machine learning (ML) untuk menggunakan Amazon SageMaker AI adalah dengan melatih dan menerapkan model ML menggunakan instance SageMaker notebook. Instans notebook SageMaker AI membantu menciptakan lingkungan dengan memulai server Jupyter di Amazon Elastic Compute Cloud ( EC2Amazon) dan menyediakan kernel yang telah dikonfigurasi sebelumnya dengan paket-paket berikut: Amazon SageMaker AI Python SDK AWS SDK for Python (Boto3),,AWS CLI(), Conda, Pandas AWS Command Line Interface , pustaka kerangka kerja pembelajaran mendalam, dan perpustakaan lain untuk ilmu data dan pembelajaran mesin.
Gunakan notebook Jupyter dalam instance notebook Anda untuk:
-
menyiapkan dan memproses data
-
tulis kode untuk melatih model
-
menyebarkan model ke hosting SageMaker AI
-
menguji atau memvalidasi model Anda
SageMaker AI juga menyediakan contoh notebook yang berisi contoh kode lengkap. Contoh-contoh ini menunjukkan cara menggunakan SageMaker AI untuk melakukan tugas-tugas ML. umum. Untuk informasi selengkapnya, lihat Akses contoh buku catatan.
Untuk informasi tentang harga dengan instans SageMaker notebook Amazon, lihat Harga Amazon SageMaker AI
Maintenance
SageMaker AI memperbarui perangkat lunak yang mendasarinya untuk Instans SageMaker Notebook Amazon setidaknya sekali setiap 90 hari. Beberapa pembaruan pemeliharaan, seperti peningkatan sistem operasi, mungkin mengharuskan aplikasi Anda diambil offline untuk waktu yang singkat. Tidak mungkin melakukan operasi apa pun selama periode ini saat perangkat lunak yang mendasarinya sedang diperbarui. Kami menyarankan Anda me-restart notebook Anda setidaknya sekali setiap 30 hari untuk secara otomatis mengkonsumsi patch.
Untuk informasi lebih lanjut, hubungi AWS Support
Machine Learning dengan SageMaker Python SDK
Untuk melatih, memvalidasi, menyebarkan, dan mengevaluasi model ML dalam instance SageMaker notebook, gunakan Python SageMaker SDK. SageMaker Python SDK abstrak AWS SDK for Python (Boto3) dan operasi API. SageMaker Ini memungkinkan Anda untuk berintegrasi dengan dan mengatur AWS layanan lain, seperti Amazon Simple Storage Service (Amazon S3) untuk menyimpan data dan artefak model, Amazon Elastic Container Registry (ECR) untuk mengimpor dan melayani model ML, Amazon Elastic Compute Cloud (Amazon) untuk pelatihan dan inferensi. EC2
Anda juga dapat memanfaatkan fitur SageMaker AI yang membantu Anda menangani setiap tahap siklus ML lengkap: pelabelan data, pemrosesan awal data, pelatihan model, penerapan model, evaluasi kinerja prediksi, dan pemantauan kualitas model dalam produksi.
Jika Anda pengguna SageMaker AI pertama kali, kami sarankan Anda untuk menggunakan SageMaker Python SDK, mengikuti end-to-end tutorial ML. Untuk menemukan dokumentasi open source, lihat Amazon SageMaker Python
