選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

Amazon SageMaker AI 功能與 Amazon SageMaker AI 上的 RStudio 整合

焦點模式
Amazon SageMaker AI 功能與 Amazon SageMaker AI 上的 RStudio 整合 - Amazon SageMaker AI

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

在 Amazon SageMaker AI 上使用 RStudio 的好處之一是整合 Amazon SageMaker AI 功能。這包括與 Amazon SageMaker Studio Classic 和 Reticulate 的整合。下列提供這些整合的相關資訊,以及使用這些整合的範例。

在 Amazon SageMaker AI 上使用 Amazon SageMaker Studio Classic 和 RStudio

您的 Amazon SageMaker Studio Classic 和 RStudio 執行個體共用相同的 Amazon EFS 檔案系統。這表示您可以使用 RStudio 存取您使用 Studio Classic 匯入和建立的檔案,反之亦然。這可讓您同時使用 Studio Classic 和 RStudio 處理相同的檔案,而不必在這兩個檔案之間移動檔案。如需此工作流程的詳細資訊,請參閱在 Amazon SageMaker AI for Data Scientists 上宣布全受管 RStudio 部落格。

使用 Amazon SageMaker AI SDK 搭配 Reticulate

使用 reticulate 套件做為 R 介面連至 Amazon SageMaker Python SDK,以便對 Amazon SageMaker 執行 API 呼叫。網狀套件可在 R 和 Python 物件之間進行轉譯,而 Amazon SageMaker AI 提供無伺服器資料科學環境,以大規模訓練和部署Machine Learning (ML) 模型。如需有關 reticulate 套件的一般資訊,請參閱 R 到 Python 的介面

如需概述如何搭配 Amazon SageMaker AI 使用網狀封裝的部落格,請參閱搭配 Amazon SageMaker AI 使用 R

以下範例示範如何使用特定使用案例的 reticulate。

隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。