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 notebook da Amazon
<a name="nbi"></a>

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

Use os cadernos Jupyter em sua instância de caderno para:
+ preparar e processar dados;
+ escrever código para treinar modelos;
+ implantar modelos SageMaker na hospedagem
+ testar ou validar modelos.

Para obter informações sobre preços com a instância de SageMaker notebook da Amazon, consulte [Amazon SageMaker Pricing](https://aws.amazon.com/sagemaker/pricing/).

## Manutenção
<a name="nbi-maintenance"></a>

SageMaker A IA atualiza o software subjacente para Amazon SageMaker Notebook Instances 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 periodicamente a instância 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](https://aws.amazon.com/premiumsupport/).

## Machine Learning com o SageMaker Python SDK
<a name="gs-ml-with-sagemaker-pysdk"></a>

Para treinar, validar, implantar e avaliar um modelo de ML em uma instância de SageMaker notebook, use o SDK do SageMaker Python. Os resumos AWS SDK para Python (Boto3) e as operações de SageMaker API do SDK do Python. SageMaker Ele permite que você integre e orquestre outros AWS serviços, como o Amazon Simple Storage Service (Amazon S3) para salvar dados e artefatos do modelo, o Amazon Elastic Container Registry (ECR) para importar e fazer a manutenção dos modelos de ML e 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 é um usuário de SageMaker IA pela primeira vez, recomendamos que você use o SDK do SageMaker Python, seguindo end-to-end o tutorial de ML. Para encontrar a documentação de código aberto, consulte o [Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable) SDK.

**Topics**
+ [Manutenção](#nbi-maintenance)
+ [Machine Learning com o SageMaker Python SDK](#gs-ml-with-sagemaker-pysdk)
+ [Tutorial para criar modelos com instâncias de caderno](gs-console.md)
+ [AL2023 instâncias de notebook](nbi-al2023.md)
+ [Instâncias de caderno do Amazon Linux 2](nbi-al2.md)
+ [JupyterLab controle de versão](nbi-jl.md)
+ [Crie uma instância de SageMaker notebook da Amazon](howitworks-create-ws.md)
+ [Acessar instâncias de caderno](howitworks-access-ws.md)
+ [Atualizar uma instância de caderno](nbi-update.md)
+ [Personalização de uma instância de SageMaker notebook usando um script LCC](notebook-lifecycle-config.md)
+ [Definir o kernel do caderno](howitworks-set-kernel.md)
+ [Repositórios Git com SageMaker instâncias do AI Notebook](nbi-git-repo.md)
+ [Metadados de instância de caderno](nbi-metadata.md)
+ [Monitore os registros do Jupyter no Amazon Logs CloudWatch](jupyter-logs.md)