Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Istanze di notebook Amazon SageMaker

Un'istanza di Amazon SageMaker Notebook è un'istanza di calcolo di machine learning (ML) che esegue l'applicazione Jupyter Notebook. Uno dei modi migliori per i professionisti del machine learning (ML) di utilizzare Amazon SageMaker AI è addestrare e distribuire modelli ML utilizzando istanze notebook. SageMaker Le istanze SageMaker notebook aiutano a creare l'ambiente avviando i server Jupyter su Amazon Elastic Compute Cloud (Amazon EC2) e fornendo kernel preconfigurati con i seguenti pacchetti: Amazon SageMaker Python SDK,, AWS Command Line Interface (AWS CLI) AWS SDK for Python (Boto3), Conda, Pandas, librerie di framework di deep learning e altre librerie per la scienza dei dati e l'apprendimento automatico.

Utilizza i notebook Jupyter nell’istanza del notebook per:

Per informazioni sui prezzi con un'istanza Amazon SageMaker Notebook, consulta Amazon SageMaker Pricing.

Maintenance (Manutenzione)

SageMaker L'intelligenza artificiale aggiorna il software sottostante per Amazon SageMaker Notebook Instances almeno una volta ogni 90 giorni. Alcuni aggiornamenti di manutenzione, come gli aggiornamenti del sistema operativo, possono richiedere che l'applicazione venga messa offline per un breve periodo di tempo. Non è possibile eseguire alcuna operazione durante questo periodo mentre il software sottostante è in fase di aggiornamento. Si consiglia di riavviare i notebook almeno una volta ogni 30 giorni per utilizzare automaticamente le patch.

Se l'istanza del notebook non è aggiornata e utilizza software non sicuro, l' SageMaker IA potrebbe aggiornare periodicamente l'istanza come parte della normale manutenzione. Durante questi aggiornamenti, i dati esterni alla cartella non /home/ec2-user/SageMaker vengono mantenuti.

Per ulteriori informazioni, contatta il Supporto AWS.

Apprendimento automatico con SageMaker Python SDK

Per addestrare, convalidare, distribuire e valutare un modello ML in un'istanza di SageMaker notebook, usa Python SDK. SageMaker Gli abstract e le SageMaker operazioni API di Python SDK. AWS SDK for Python (Boto3) SageMaker Ti consente di integrarti e orchestrare altri AWS servizi, come Amazon Simple Storage Service (Amazon S3) per il salvataggio di dati e artefatti del modello, Amazon Elastic Container Registry (ECR) per l'importazione e la manutenzione dei modelli ML, Amazon Elastic Compute Cloud (Amazon EC2) per l'addestramento e l'inferenza.

Puoi anche sfruttare le funzionalità di SageMaker intelligenza artificiale che ti aiutano a gestire ogni fase di un ciclo ML completo: etichettatura dei dati, preelaborazione dei dati, addestramento dei modelli, distribuzione del modello, valutazione delle prestazioni di previsione e monitoraggio della qualità del modello in produzione.

Se sei un utente SageMaker AI alle prime armi, ti consigliamo di utilizzare SageMaker Python SDK, seguendo il tutorial ML end-to-end. Per trovare la documentazione open source, consulta l'SDK Amazon Python. SageMaker