Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# RStudio sur le guide de l'utilisateur d'Amazon SageMaker AI
<a name="rstudio-use"></a>

Grâce au RStudio support d'Amazon SageMaker AI, vous pouvez mettre en place vos flux de production et tirer parti des fonctionnalités de l' SageMaker IA. Les rubriques suivantes montrent comment lancer une RStudio session et terminer les principaux flux de travail. Pour plus d'informations sur la gestion RStudio basée sur SageMaker l'IA, consultez[RStudio sur la gestion de SageMaker l'IA sur Amazon](rstudio-manage.md). 

Pour plus d'informations sur les étapes d'intégration pour créer un domaine Amazon SageMaker AI RStudio activé, consultez[Présentation du domaine Amazon SageMaker AI](gs-studio-onboard.md).  

Pour plus d'informations sur les AWS régions dans lesquelles RStudio aucune SageMaker IA n'est prise en charge, consultez[Régions et quotas pris en charge](regions-quotas.md).  

**Topics**
+ [

## Collaborez dans RStudio
](#rstudio-collaborate)
+ [

## Image Base R
](#rstudio-base-image)
+ [

## RSession colocation d'applications
](#rstudio-colocation)
+ [

# Lancer RSessions depuis le RStudio lanceur
](rstudio-launcher.md)
+ [

# Suspendez votre RSessions
](rstudio-launcher-suspend.md)
+ [

# Supprimez votre RSessions
](rstudio-launcher-delete.md)
+ [

# RStudio Connect
](rstudio-connect.md)
+ [

# Intégration des fonctionnalités Amazon SageMaker AI avec RStudio Amazon SageMaker AI
](rstudio-sm-features.md)

## Collaborez dans RStudio
<a name="rstudio-collaborate"></a>

 Pour partager votre RStudio projet, vous pouvez vous connecter RStudio à votre dépôt Git. Pour plus d’informations sur cette configuration, consultez [Version Control with Git and SVN](https://support.rstudio.com/hc/en-us/articles/200532077-Version-Control-with-Git-and-SVN). 

 Remarque : le partage de projet et la collaboration en temps réel ne sont actuellement pas pris en charge lors de l'utilisation RStudio sur Amazon SageMaker AI.  

## Image Base R
<a name="rstudio-base-image"></a>

 Lorsque vous lancez votre RStudio instance, l'image Base R sert de base à votre instance. Cette image étend l'image [r-session-complete](https://hub.docker.com/r/rstudio/r-session-complete)Docker.  

 Cette image Base R comprend les éléments suivants : 
+  R v4.0 ou version ultérieure
+  Packages Python `awscli`, `sagemaker` et `boto3` 
+  Package [Reticulate](https://rstudio.github.io/reticulate/) pour l’intégration du kit SDK R 

## RSession colocation d'applications
<a name="rstudio-colocation"></a>

Les utilisateurs peuvent créer plusieurs RSession applications sur la même instance. Chaque type d'instance prend en charge jusqu'à quatre applications colocalisées. RSession Cela s’applique à chaque utilisateur indépendamment. Par exemple, si deux utilisateurs créent des applications, l' SageMaker IA alloue des instances sous-jacentes différentes à chaque utilisateur. Chacune de ces instances prendrait en charge 4 RSession applications.

Les clients ne paient que pour le type d'instance utilisé, quel que soit le nombre d'applications RSession exécutées sur l'instance. Si un utilisateur crée une RSession avec un type d'instance associé différent, une nouvelle instance sous-jacente est créée.

# Lancer RSessions depuis le RStudio lanceur
<a name="rstudio-launcher"></a>

**Important**  
Les politiques IAM personnalisées qui permettent à Amazon SageMaker Studio ou Amazon SageMaker Studio Classic de créer des SageMaker ressources Amazon doivent également accorder des autorisations pour ajouter des balises à ces ressources. L’autorisation d’ajouter des balises aux ressources est requise, car Studio et Studio Classic balisent automatiquement toutes les ressources qu’ils créent. Si une politique IAM autorise Studio et Studio Classic à créer des ressources mais n'autorise pas le balisage, des erreurs « AccessDenied » peuvent se produire lors de la tentative de création de ressources. Pour de plus amples informations, veuillez consulter [Fournir des autorisations pour le balisage des ressources d' SageMaker IA](security_iam_id-based-policy-examples.md#grant-tagging-permissions).  
[AWS politiques gérées pour Amazon SageMaker AI](security-iam-awsmanpol.md)qui donnent des autorisations pour créer des SageMaker ressources incluent déjà des autorisations pour ajouter des balises lors de la création de ces ressources.

 Les sections suivantes montrent comment utiliser le RStudio lanceur pour le lancer RSessions. Ils incluent également des informations sur la façon d'ouvrir le RStudio lanceur lors de son utilisation RStudio sur Amazon SageMaker AI.

## Ouvrez le RStudio lanceur
<a name="rstudio-launcher-open"></a>

Ouvrez le RStudio lanceur à l'aide de l'ensemble de procédures suivant, adapté à votre environnement.

### Ouvrez RStudio Launcher depuis la console Amazon SageMaker AI
<a name="rstudio-launcher-console"></a>

1. Ouvrez la console Amazon SageMaker AI à l'adresse [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).

1.  Dans le menu de navigation de gauche, sélectionnez **RStudio**.

1.  Sous **Get Started** (Mise en route), sélectionnez le domaine et le profil utilisateur à lancer.

1.  Choisissez **Lancer RStudio**.

### Ouvrez RStudio Launcher depuis Amazon Studio SageMaker
<a name="rstudio-launcher-studio"></a>

1. Accédez à Studio en suivant les étapes décrites dans [Lancez Amazon SageMaker Studio](studio-updated-launch.md).

1. Sous **Applications**, sélectionnez **RStudio**.

1. Sur la page RStudio d'accueil, choisissez **Lancer l'application**.

### Ouvrez le RStudio lanceur depuis le AWS CLI
<a name="rstudio-launcher-cli"></a>

La procédure d'ouverture du RStudio lanceur à l'aide du AWS CLI varie en fonction de la méthode utilisée pour gérer vos utilisateurs. 

 **IAM Identity Center** 

1.  Utilisez le portail AWS d'accès pour ouvrir votre domaine Amazon SageMaker AI. 

1.  Remplacez le chemin de l’URL par « /rstudio/default » comme suit. 

   ```
   #Studio URL
   https://<domain-id>.studio.<region>.sagemaker.aws/jupyter/default/lab
   
   #modified URL
   https://<domain-id>.studio.<region>.sagemaker.aws/rstudio/default
   ```

 **IAM** 

 Pour ouvrir le RStudio lanceur AWS CLI en mode IAM, procédez comme suit. 

1.  Créez une URL présignée à l'aide de la commande suivante. 

   ```
   aws sagemaker create-presigned-domain-url --region <REGION> \
       --domain-id <DOMAIN-ID> \
       --user-profile-name <USER-PROFILE-NAME>
   ```

1.  Ajoutez *&redirect=* à l'URL générée RStudioServerPro. 

1.  Accédez à l’URL mise à jour. 

## Lancement RSessions
<a name="rstudio-launcher-launch"></a>

 Après avoir lancé le RStudio lanceur, vous pouvez en créer un nouveau RSession. 

1.  Sélectionnez **New Session** (Nouvelle session). 

1.  Saisissez un **Session Name** (Nom de la session). 

1.  Sélectionnez le type d'instance sur lequel vous RSession vous exécutez. La valeur par défaut est `ml.t3.medium`.

1.  Sélectionnez une image que vous RSession utiliserez comme noyau. 

1.  Sélectionnez Start Session (Démarrer une session). 

1.  Une fois votre session créée, vous pouvez la démarrer en sélectionnant son nom.  
**Note**  
Si vous recevez un avertissement indiquant qu'il existe une incompatibilité de version entre vos RStudio ServerPro applications RSession et celles de vos applications, vous devez mettre à jour la version de votre RStudio ServerPro application. Pour de plus amples informations, veuillez consulter [RStudio Versionnage](rstudio-version.md).

# Suspendez votre RSessions
<a name="rstudio-launcher-suspend"></a>

La procédure suivante explique comment suspendre un fichier RSession depuis le RStudio lanceur lors de son utilisation RStudio sur Amazon SageMaker AI. Pour plus d'informations sur l'accès au RStudio lanceur, consultez[Lancer RSessions depuis le RStudio lanceur](rstudio-launcher.md).

1. Dans le RStudio lanceur, identifiez ceux RSession que vous souhaitez suspendre. 

1. Sélectionnez **Suspend** (Suspendre) pour la session. 

# Supprimez votre RSessions
<a name="rstudio-launcher-delete"></a>

La procédure suivante explique comment supprimer un dans le RStudio lanceur lors RSession de l'utilisation RStudio sur Amazon SageMaker AI. Pour plus d'informations sur l'accès au RStudio lanceur, consultez[Lancer RSessions depuis le RStudio lanceur](rstudio-launcher.md).

1. Dans le RStudio lanceur, identifiez RSession ce que vous souhaitez supprimer. 

1. Sélectionnez **Quit** (Quitter) pour la session. Cela ouvre une nouvelle fenêtre **Quit Session** (Quitter la session). 

1. Dans la fenêtre **Quit Session** (Quitter la session), sélectionnez **Force Quit** (Forcer à quitter) pour mettre fin à tous les processus enfants de la session.

1. Sélectionnez **Quit Session** (Quitter la session) pour confirmer la suppression de la session.

# RStudio Connect
<a name="rstudio-connect"></a>

 RStudio Connect permet aux data scientists de publier des informations, des tableaux de bord et des applications Web à partir RStudio d'Amazon SageMaker AI. Pour plus d'informations, consultez [Host RStudio Connect et Package Manager pour le développement du ML RStudio sur Amazon SageMaker AI](https://aws.amazon.com/blogs/machine-learning/host-rstudio-connect-and-package-manager-for-ml-development-in-rstudio-on-amazon-sagemaker/).

 Pour plus d'informations sur RStudio Connect, consultez le [guide de l'utilisateur de RStudio Connect](https://docs.rstudio.com/connect/user/). 

# Intégration des fonctionnalités Amazon SageMaker AI avec RStudio Amazon SageMaker AI
<a name="rstudio-sm-features"></a>

 L'un des avantages de l'utilisation RStudio d'Amazon SageMaker AI est l'intégration des fonctionnalités d'Amazon SageMaker AI. Cela inclut l'intégration avec Amazon SageMaker Studio Classic et Reticulate. Vous trouverez ci-dessous des informations sur ces intégrations ainsi que des exemples d’utilisation.

 **Utiliser Amazon SageMaker Studio Classic et RStudio sur Amazon SageMaker AI** 

 Votre Amazon SageMaker Studio Classic et vos RStudio instances partagent le même système de fichiers Amazon EFS. Cela signifie que les fichiers que vous importez et créez à l'aide de Studio Classic sont accessibles via RStudio et vice versa. Cela vous permet de travailler sur les mêmes fichiers en utilisant à la fois Studio Classic et RStudio sans avoir à déplacer vos fichiers entre les deux. Pour plus d'informations sur ce flux de travail, consultez le blog [Announcing RStudio Fully Managed on Amazon SageMaker AI for Data Scientists](https://aws.amazon.com/blogs/aws/announcing-fully-managed-rstudio-on-amazon-sagemaker-for-data-scientists).

 **Utiliser le SageMaker SDK Amazon avec Reticulate** 

Le package [reticulate](https://rstudio.github.io/reticulate) est utilisé comme interface R vers le [SDK Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable/) pour effectuer des appels d'API vers Amazon. SageMaker Le package reticulate assure la traduction entre les objets R et Python, et Amazon SageMaker AI fournit un environnement de science des données sans serveur pour former et déployer des modèles de Machine Learning (ML) à grande échelle. Pour des informations générales sur le package Reticulate, consultez [R Interface to Python](https://rstudio.github.io/reticulate/).

Pour consulter un blog expliquant comment utiliser le package reticulate avec Amazon SageMaker AI, consultez Using [R with Amazon SageMaker ](https://aws.amazon.com/blogs/machine-learning/using-r-with-amazon-sagemaker/) AI.

Les exemples suivants montrent comment utiliser Reticulate pour des cas d’utilisation spécifiques.
+ Pour un bloc-notes expliquant comment utiliser Reticulate pour effectuer une transformation par lots afin de faire des prédictions, consultez [Batch Transform Using R with Amazon SageMaker AI.](https://sagemaker-examples.readthedocs.io/en/latest/r_examples/r_batch_transform/r_xgboost_batch_transform.html)
+ Pour un bloc-notes expliquant comment utiliser Reticulate pour effectuer le réglage des hyperparamètres et générer des prédictions, consultez [Optimisation des hyperparamètres à l'aide de R avec Amazon AI. SageMaker ](https://sagemaker-examples.readthedocs.io/en/latest/r_examples/r_xgboost_hpo_batch_transform/r_xgboost_hpo_batch_transform.html)