As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Instâncias de SageMaker notebooks da Amazon

Uma instância de SageMaker notebook da Amazon é uma instância de computação de aprendizado de máquina (ML) que executa o aplicativo Jupyter Notebook. Uma das melhores maneiras de os profissionais de aprendizado de máquina (ML) usarem a SageMaker IA da Amazon é treinar e implantar modelos de ML usando instâncias de SageMaker notebook. As instâncias do SageMaker notebook ajudam a criar o ambiente iniciando servidores Jupyter no Amazon Elastic Compute Cloud (Amazon EC2) e fornecendo kernels pré-configurados com os seguintes pacotes: o Amazon SageMaker Python SDK,, AWS Command Line Interface (AWS CLI), Conda, Pandas AWS SDK for Python (Boto3), bibliotecas de estrutura de aprendizado profundo e outras bibliotecas para ciência de dados e aprendizado de máquina.

Use os cadernos Jupyter em sua instância de caderno para:

Para obter informações sobre preços com a instância de SageMaker notebook da Amazon, consulte SageMaker Preços da Amazon.

Manutenção

SageMaker A IA atualiza o software subjacente para instâncias de SageMaker notebooks da Amazon pelo menos uma vez a cada 90 dias. Algumas atualizações de manutenção, como atualizações do sistema operacional, podem exigir que sua aplicação fique offline por um curto período de tempo. Não é possível realizar nenhuma operação durante esse período enquanto o software subjacente está sendo atualizado. Recomendamos que você reinicie seus cadernos pelo menos uma vez a cada 30 dias para consumir automaticamente os patches.

Se a instância do notebook não estiver atualizada e estiver executando um software não seguro, a SageMaker IA poderá atualizar a instância periodicamente como parte da manutenção regular. Durante essas atualizações, os dados fora da pasta /home/ec2-user/SageMaker não são mantidos.

Para obter mais informações, entre em contato com o AWS Support.

Aprendizado de máquina com o SageMaker SDK do Python

Para treinar, validar, implantar e avaliar um modelo de ML em uma instância de SageMaker notebook, use o SDK do SageMaker Python. Os resumos do SDK do SageMaker Python AWS SDK for Python (Boto3) e SageMaker as operações da API. Ele permite que você se integre e orquestre outros AWS serviços, como o Amazon Simple Storage Service (Amazon S3) para salvar dados e artefatos de modelos, o Amazon Elastic Container Registry (ECR) para importar e fazer a manutenção dos modelos de ML, o Amazon Elastic Compute Cloud (Amazon EC2) para treinamento e inferência.

Você também pode aproveitar os recursos de SageMaker IA que ajudam você a lidar com cada estágio de um ciclo completo de ML: rotulagem de dados, pré-processamento de dados, treinamento de modelos, implantação de modelos, avaliação do desempenho de previsão e monitoramento da qualidade do modelo em produção.

Se você for um usuário de SageMaker IA pela primeira vez, recomendamos que você use o SDK do SageMaker Python, seguindo o tutorial de ML de ponta a ponta. Para encontrar a documentação de código aberto, consulte o Amazon SageMaker Python SDK.