翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
重要
Amazon SageMaker Studio と Amazon SageMaker Studio Classic は、SageMaker AI を操作するために使用できる機械学習環境の 2 つです。
ドメインが 2023 年 11 月 30 日以降に作成されている場合には、Studio がデフォルトのエクスペリエンスになります。
ドメインが 2023 年 11 月 30 日より前に作成されている場合には、Amazon SageMaker Studio Classic がデフォルトのエクスペリエンスになります。Amazon SageMaker Studio Classic がデフォルトのエクスペリエンスである場合に Studio を使用するには、「Amazon SageMaker Studio Classic からの移行」を参照してください。
Amazon SageMaker Studio Classic から Amazon SageMaker Studio に移行しても、利用できる機能に変わりはありません。Studio Classic は Amazon SageMaker Studio 内において IDE としても存在し、従来の機械学習ワークフローの実行に役立ちます。
SageMaker AI は、次の機械学習環境をサポートしています。
-
Amazon SageMaker Studio (推奨): 一連の IDE で ML ワークフローを実行するための最新のウェブベースのエクスペリエンス。Studio は以下のアプリケーションをサポートしています。
-
Amazon SageMaker Studio Classic
-
Code-OSS (Visual Studio Code - Open Source) に基づく Code Editor
-
JupyterLab
-
Amazon SageMaker Canvas
-
RStudio
-
-
Amazon SageMaker Studio Classic: 機械学習モデルを構築、トレーニング、デバッグ、デプロイ、監視できます。
-
Amazon SageMaker ノートブックインスタンス: Jupyter Notebook アプリケーションを実行しているコンピューティングインスタンスから、データを準備して処理し、機械学習モデルのトレーニングとデプロイを行うことができます。
-
Amazon SageMaker Studio Lab: Studio Lab は、オープンソースの JupyterLab に基づく環境で、 AWS アカウントを必要とせずに AWS コンピューティングリソースにアクセスできる無料のサービスです。
-
Amazon SageMaker Canvas: コードを作成することなく、機械学習を使用して予測を生成できます。
-
Amazon SageMaker 地理空間: 地理空間モデルの構築、トレーニング、デプロイを行えます。
-
Amazon SageMaker AI での RStudio: RStudio は R
用の IDE で、コンソール、直接コード実行をサポートする構文強調表示エディタ、プロット、履歴、デバッグ、ワークスペース管理用のツールを備えています。 -
SageMaker HyperPod: SageMaker HyperPod を使用すると、機械学習 (ML) ワークロードを実行し、大規模言語モデル (LLM)、拡散モデル、基盤モデル (FM) などの最先端のモデルを開発するための回復力のあるクラスターをプロビジョニングできます。
これらの機械学習環境を使用するには、ユーザーまたは組織の管理者が Amazon SageMaker AI ドメインを作成する必要があります。例外は、Studio Lab、SageMaker Notebook インスタンス、SageMaker HyperPod です。
リソースを手動でプロビジョニングし、自分とユーザーのアクセス許可を管理する代わりに、Amazon DataZone ドメインを作成できます。Amazon DataZone ドメインを作成するプロセスでは、対応する Amazon SageMaker AI ドメインが AWS Glue または ETL ワークフロー用の Amazon Redshift データベースで作成されます。Amazon DataZone を使用してドメインを設定すると、ユーザーの SageMaker AI 環境のセットアップにかかる時間が短縮されます。Amazon DataZone 内で Amazon SageMaker AI ドメインを設定する方法の詳細については、「」を参照してくださいSageMaker Assets の設定 (管理者ガイド)。
Amazon DataZone ドメイン内のユーザーには、すべての Amazon SageMaker AI アクションに対するアクセス許可がありますが、そのアクセス許可は Amazon DataZone ドメイン内のリソースに限定されます。
Amazon DataZone ドメインを作成すると、ユーザーがデータとモデルを相互に共有できるようにするドメインの作成が効率化されます。データやモデルを共有する方法については、「Amazon SageMaker Assets を使用したアセットへのアクセスの制御」を参照してください。
トピック
