기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Amazon SageMaker 노트북 인스턴스

Amazon SageMaker 노트북 인스턴스는 Jupyter Notebook 애플리케이션에서 실행하는 기계 학습(ML) 컴퓨팅 인스턴스입니다. 기계 학습(ML) 실무자가 Amazon SageMaker AI를 사용하는 가장 좋은 방법 중 하나는 SageMaker 노트북 인스턴스를 사용하여 ML 모델을 훈련하고 배포하는 것입니다. SageMaker AI 노트북 인스턴스는 Amazon Elastic Compute Cloud(Amazon EC2)에서 Jupyter 서버를 시작하고 Amazon SageMaker AI Python SDK, AWS SDK for Python (Boto3), AWS Command Line Interface (AWS CLI), Conda, Pandas, 딥 러닝 프레임워크 라이브러리 및 데이터 과학 및 기계 학습을 위한 기타 라이브러리와 함께 사전 구성된 커널을 제공하여 환경을 생성하는 데 도움이 됩니다.

노트북 인스턴스에서 Jupyter Notebook을 사용하여 다음을 수행할 수 있습니다.

SageMaker AI는 전체 코드 예제가 포함된 샘플 노트북도 제공합니다. 이 예제에서는 SageMaker AI를 사용하여 일반적인 ML 작업을 수행하는 방법을 보여줍니다. 자세한 내용은 예시 노트북 액세스 단원을 참조하십시오.

Amazon SageMaker 노트북 인스턴스 요금에 대한 자세한 내용은 Amazon SageMaker AI 요금을 참조하세요.

유지 관리

SageMaker AI는 Amazon SageMaker 노트북 인스턴스의 기본 소프트웨어를 최소 90일마다 한 번씩 업데이트합니다. 운영 체제 업그레이드와 같은 일부 유지 관리 업데이트의 경우 애플리케이션을 단기간 오프라인 상태로 전환해야 할 수 있습니다. 기본 소프트웨어를 업데이트하는 동안에는 이 기간 동안 어떤 작업도 수행할 수 없습니다. 패치를 자동으로 사용하려면 최소 30일에 한 번씩 노트북을 다시 시작하는 것이 좋습니다.

자세한 내용은 AWS Support에 문의하세요.

SageMaker Python SDK를 사용한 기계 학습

SageMaker 노트북 인스턴스에서 ML 모델을 훈련, 검증, 배포 및 평가하려면 SageMaker Python SDK를 사용하세요. SageMaker Python SDK 추상 AWS SDK for Python (Boto3) 화 및 SageMaker API 작업. 이를 통해 데이터 및 모델 아티팩트를 저장하기 위한 Amazon Simple Storage Service(Amazon S3), ML 모델을 가져오고 서비스하기 위한 Amazon Elastic Container Registry(ECR), 훈련 및 추론을 위한 Amazon Elastic Compute Cloud(Amazon EC2)와 같은 다른 AWS 서비스와 통합하고 오케스트레이션할 수 있습니다.

또한 데이터 레이블 지정, 데이터 사전 처리, 모델 훈련, 모델 배포, 예측 성능 평가, 프로덕션 내 모델 품질 모니터링 등 전체 ML 주기의 모든 단계를 처리하는 데 도움이 되는 SageMaker AI 기능을 활용할 수 있습니다.

SageMaker AI를 처음 사용하는 경우 end-to-end ML 자습서에 따라 SageMaker Python SDK를 사용하는 것이 좋습니다. 오픈 소스 설명서를 찾으려면 Amazon SageMaker Python SDK를 참조하세요.