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 Studio Classic

焦點模式
Amazon SageMaker Studio Classic - 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。

重要

截至 2023 年 11 月 30 日,先前的 Amazon SageMaker Studio 體驗現在稱為 Amazon SageMaker Studio Classic。以下章節是使用 Studio Classic 應用程式的特定部分。如需使用更新 Studio 體驗的詳細資訊,請參閱 Amazon SageMaker Studio

Amazon SageMaker Studio Classic 是適用於機器學習 (ML) 的 Web 型整合開發環境 (IDE)。Studio Classic 可讓您建置、訓練、偵錯、部署和監控 ML 模型。Studio Classic 包含從資料準備到實驗,再到提高生產力生產所需的所有工具。在單一視覺化界面中,您可以執行下列任務:

  • 在 Jupyter 筆記本中寫入和執行程式碼

  • 準備用於機器學習的資料

  • 建置和訓練 ML 模型

  • 部署模型並監控模型的預測效能

  • 追蹤和偵錯 ML 實驗

  • 與其他使用者即時協作

如需 Studio Classic 入門步驟的資訊,請參閱 Amazon SageMaker AI 網域概觀

如需即時與其他使用者協作的資訊,請參閱 與共用空間協作

如需 Studio Classic 支援 AWS 的區域,請參閱 支援的區域和配額

Studio Classic 維護階段計劃

下表提供有關 Amazon SageMaker Studio Classic 進入其延伸維護階段的時間軸的資訊。

日期 描述

12/31/2024

從 12 月 31 日開始,Studio Classic 將結束維護。此時,Studio Classic 將不再收到更新和安全性修正。所有新網域都將使用 Amazon SageMaker Studio 作為預設值建立。

1/31/2025

從 1 月 31 日開始,使用者將無法再在 Studio Classic 中建立新的 JupyterLab 3 筆記本。使用者也無法重新啟動或更新現有的筆記本。使用者只能從 Studio 存取現有的 Studio Classic 應用程式,以刪除或停止現有的筆記本。

注意

您現有的 Studio Classic 網域不會自動遷移至 Studio。如需遷移的相關資訊,請參閱 從 Amazon SageMaker Studio Classic 遷移

Studio Classic 功能

Studio Classic 包含下列功能:

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。