选择您的 Cookie 首选项

我们使用必要 Cookie 和类似工具提供我们的网站和服务。我们使用性能 Cookie 收集匿名统计数据,以便我们可以了解客户如何使用我们的网站并进行改进。必要 Cookie 无法停用,但您可以单击“自定义”或“拒绝”来拒绝性能 Cookie。

如果您同意,AWS 和经批准的第三方还将使用 Cookie 提供有用的网站功能、记住您的首选项并显示相关内容,包括相关广告。要接受或拒绝所有非必要 Cookie,请单击“接受”或“拒绝”。要做出更详细的选择,请单击“自定义”。

亚马逊 SageMaker Studio 实验室

聚焦模式
亚马逊 SageMaker Studio 实验室 - 亚马逊 SageMaker AI

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。

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 SageMaker Studio Lab 是一项免费服务,允许客户在基于开源的环境中访问 AWS 计算资源 JupyterLab。它基于与 Amazon SageMaker Studio Classic 相同的架构和用户界面,但具有一部分 Studio Classic 功能。

借助 Studio Lab,您无需注册帐户即可使用 AWS 计算资源创建和运行 Jupyter 笔记本电脑。 AWS 由于 Studio Lab 基于开源 JupyterLab,因此你可以利用开源 Jupyter 扩展来运行 Jupyter 笔记本电脑。

工作室实验室与亚马逊 SageMaker Studio Classic

虽然 Studio Lab 提供对 AWS 计算资源的免费访问权限,但 Amazon SageMaker Studio Classic 提供了 Studio Lab 不支持的以下高级机器学习功能。

  • 持续集成和持续交付 (Pipelines)

  • 实时预测

  • 大规模分布式训练

  • 数据准备(Amazon SageMaker Data Wrangler)

  • 数据标签(Amazon G SageMaker round Truth)

  • Feature Store

  • 偏差分析 (Clarify)

  • 模型部署

  • 模型监控

Studio Classic 还通过使用 AWS Identity and Access Management (IAM)、亚马逊虚拟私有云(亚马逊 VPC)和 AWS Key Management Service (AWS KMS) 来支持精细的访问控制和安全。Studio Lab 不支持这些 Studio Classic 功能,也不支持使用估算器和内置 SageMaker AI 算法。

要导出 Studio Lab 项目供 Studio Classic 使用,请参阅 将亚马逊 SageMaker Studio Lab 环境导出到亚马逊 SageMaker Studio 经典版

以下主题将介绍有关 Studio Lab 及其使用方法的信息

隐私网站条款Cookie 首选项
© 2025, Amazon Web Services, Inc. 或其附属公司。保留所有权利。