Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Anda dapat meluncurkan beban kerja pembelajaran mesin pada HyperPod klaster dalam Amazon SageMaker Studio. IDEs Saat Anda meluncurkan Studio IDEs di HyperPod klaster, serangkaian perintah tersedia untuk membantu Anda memulai. Anda dapat mengerjakan skrip pelatihan, menggunakan kontainer Docker untuk skrip pelatihan, dan mengirimkan pekerjaan ke cluster, semuanya dari dalam Studio. IDEs Bagian berikut memberikan informasi tentang cara menghubungkan cluster Anda ke Studio IDEs.
Di Amazon SageMaker Studio, Anda dapat menavigasi ke salah satu cluster dalam HyperPodcluster (di bawah Compute) dan melihat daftar cluster Anda. Anda dapat menghubungkan klaster Anda ke IDE yang tercantum di bawah Tindakan.
Anda juga dapat memilih sistem file kustom Anda dari daftar opsi. Untuk informasi tentang cara menyiapkan ini, lihatDiatur HyperPod di Studio.
Atau, Anda dapat membuat ruang dan meluncurkan IDE menggunakan AWS CLI. Gunakan perintah berikut untuk melakukannya. Contoh berikut menciptakan Private JupyterLab spasi untuk user-profile-namefs-id
-
Buat ruang menggunakan
create-spaceAWS CLI. aws sagemaker create-space \ --regionyour-region\ --ownership-settings "OwnerUserProfileName=user-profile-name" \ --space-sharing-settings "SharingType=Private" \ --space-settings "AppType=JupyterLab,CustomFileSystems=[{FSxLustreFileSystem={FileSystemId=fs-id}}]" -
Buat aplikasi menggunakan file
create-appAWS CLI. aws sagemaker create-app \ --regionyour-region\ --space-namespace-name\ --resource-spec '{"ec2InstanceType":"'"instance-type"'","appEnvironmentArn":"'"image-arn"'"}'
Setelah aplikasi Anda terbuka, Anda dapat mengirimkan tugas langsung ke cluster yang terhubung dengan Anda.
