本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# Amazon A SageMaker I 提供的机器学习环境
<a name="machine-learning-environments"></a>

**重要**  
Amazon SageMaker Studio 和 Amazon SageMaker Studio Classic 是你可以用来与 SageMaker AI 交互的两个机器学习环境。  
如果您的域是在 2023 年 11 月 30 日之后创建的，Studio 就是您的默认体验。  
如果您的域名是在 2023 年 11 月 30 日之前创建的，那么亚马逊 SageMaker Studio 经典版是您的默认体验。如果您的默认体验是亚马逊 SageMaker Studio Classic，则要使用 Studio，请参阅[从亚马逊 SageMaker Studio 经典版迁移](studio-updated-migrate.md)。  
当您从 Amazon SageMaker Studio Classic 迁移到 Amazon SageMaker Studio 时，功能可用性不会受到影响。Studio Classic 还以 IDE 的形式存在于 Amazon SageMaker Studio 中，可帮助您运行传统的机器学习工作流程。

SageMaker AI 支持以下机器学习环境：
+ *Amazon SageMaker Studio*（推荐）：基于网络的最新体验，可通过一套工具运行机器学习工作流程 IDEs。Studio 支持以下应用程序：
  + 亚马逊 SageMaker Studio 经典版
  + 基于 Code-OSS（Visual Studio Code 的开源版本）的代码编辑器
  + JupyterLab
  + 亚马逊 SageMaker Canvas
  + RStudio
+ *Amazon SageMaker Studio Classic*：允许您构建、训练、调试、部署和监控您的机器学习模型。
+ *Amazon SageMaker Notebook 实例*：允许您从运行 Jupyter Notebook 应用程序的计算实例中准备和处理数据，以及训练和部署机器学习模型。
+ *Amazon SageMaker Studio Lab*：Studio Lab 是一项免费服务 JupyterLab，无需 AWS 账户即可在基于开源的环境中访问 AWS 计算资源。
+ *Amazon SageMaker Canvas*：使您无需编写代码即可使用机器学习生成预测。
+ *Amazon SageMaker 地理空间*：使您能够构建、训练和部署地理空间模型。
+ *RStudio on Amazon SageMaker AI*： RStudio 是一款适用于 [R](https://aws.amazon.com/blogs/opensource/getting-started-with-r-on-amazon-web-services/) 的 IDE，具有控制台、支持直接执行代码的语法突出显示编辑器以及用于绘图、历史记录、调试和工作区管理的工具。
+ *SageMaker HyperPod*： SageMaker HyperPod 允许您配置弹性集群，以运行机器学习 (ML) 工作负载和开发 state-of-the-art大型语言模型 (LLMs)、扩散模型和基础模型 (FMs) 等模型。

要使用这些机器学习环境，您或您的组织管理员必须创建 Amazon SageMaker AI 域。Studio Lab、 SageMaker 笔记本实例和 SageMaker HyperPod。

您可以创建 Amazon DataZone 域名，而不必为自己和您的用户手动配置资源和管理权限。创建亚马逊 DataZone 域名的过程会为您的 ETL 工作流程创建一个相应的亚马逊 A SageMaker I 域名 AWS Glue 或者 Amazon Redshift 数据库。通过 Amazon 设置域 DataZone 可以减少为用户设置 SageMaker AI 环境所需的时间。有关在亚马逊中设置 Amazon A SageMaker I 域名的更多信息 DataZone，请参阅[设置 SageMaker 资产（管理员指南）](sm-assets-set-up.md)。

Amazon DataZone 域内的用户拥有所有 Amazon SageMaker AI 操作的权限，但他们的权限仅限于亚马逊 DataZone 域内的资源。

创建 Amazon DataZone 域可以简化创建允许用户相互共享数据和模型的域名的流程。有关如何共享数据和模型的信息，请参阅 [使用 Amazon 资产控制对 SageMaker 资产的访问](sm-assets.md)。

**Topics**
+ [亚马逊 SageMaker Studio](studio-updated.md)
+ [SageMaker JupyterLab](studio-updated-jl.md)
+ [Amazon SageMaker 笔记本实例](nbi.md)
+ [亚马逊 SageMaker Studio 实验室](studio-lab.md)
+ [亚马逊 SageMaker Canvas](canvas.md)
+ [Amazon SageMaker 地理空间功能](geospatial.md)
+ [RStudio 在亚马逊上 A SageMaker I](rstudio.md)
+ [亚马逊 SageMaker Studio 中的代码编辑器](code-editor.md)
+ [Amazon SageMaker HyperPod](sagemaker-hyperpod.md)
+ [SageMaker 笔记本电脑环境中的生成式 AI](jupyterai.md)
+ [Amazon Q 开发者版](studio-updated-amazon-q.md)
+ [Amazon SageMaker 合作伙伴 AI 应用程序概述](partner-apps.md)