Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Contoh SageMaker notebook Amazon

Instance SageMaker notebook Amazon adalah instance komputasi machine learning (ML) yang menjalankan aplikasi Jupyter Notebook. Salah satu cara terbaik bagi praktisi machine learning (ML) untuk menggunakan Amazon SageMaker AI adalah dengan melatih dan menerapkan model ML menggunakan instance SageMaker notebook. Instans SageMaker notebook membantu menciptakan lingkungan dengan memulai server Jupyter di Amazon Elastic Compute Cloud ( EC2Amazon) dan menyediakan kernel yang telah dikonfigurasi sebelumnya dengan paket-paket berikut: Amazon SageMaker Python SDK AWS SDK untuk Python (Boto3),,AWS CLI(), Conda, Pandas AWS Command Line Interface , pustaka kerangka pembelajaran mendalam, dan perpustakaan lain untuk ilmu data dan pembelajaran mesin.

Gunakan notebook Jupyter dalam instance notebook Anda untuk:

SageMaker AI juga menyediakan contoh notebook yang berisi contoh kode lengkap. Contoh-contoh ini menunjukkan cara menggunakan SageMaker AI untuk melakukan tugas-tugas ML. umum. Untuk informasi selengkapnya, lihat Akses contoh notebook.

Untuk informasi tentang penetapan harga dengan instans SageMaker notebook Amazon, lihat SageMaker Harga Amazon.

Maintenance

SageMaker AI memperbarui perangkat lunak yang mendasarinya untuk Instans SageMaker Notebook Amazon setidaknya sekali setiap 90 hari. Beberapa pembaruan pemeliharaan, seperti peningkatan sistem operasi, mungkin mengharuskan aplikasi Anda diambil offline untuk waktu yang singkat. Tidak mungkin melakukan operasi apa pun selama periode ini saat perangkat lunak yang mendasarinya sedang diperbarui. Kami menyarankan Anda me-restart notebook Anda setidaknya sekali setiap 30 hari untuk secara otomatis mengkonsumsi patch.

Untuk informasi lebih lanjut, hubungi AWS Dukungan.

Machine Learning dengan SageMaker Python SDK

Untuk melatih, memvalidasi, menyebarkan, dan mengevaluasi model ML dalam instance SageMaker notebook, gunakan Python SageMaker SDK. SageMaker Python SDK abstrak AWS SDK untuk Python (Boto3) dan operasi API. SageMaker Ini memungkinkan Anda untuk berintegrasi dengan dan mengatur AWS layanan lain, seperti Amazon Simple Storage Service (Amazon S3) untuk menyimpan data dan artefak model, Amazon Elastic Container Registry (ECR) untuk mengimpor dan melayani model ML, Amazon Elastic Compute Cloud (Amazon) untuk pelatihan dan inferensi. EC2

Anda juga dapat memanfaatkan fitur SageMaker AI yang membantu Anda menangani setiap tahap siklus ML lengkap: pelabelan data, pemrosesan awal data, pelatihan model, penerapan model, evaluasi kinerja prediksi, dan pemantauan kualitas model dalam produksi.

Jika Anda adalah pengguna SageMaker AI pertama kali, kami sarankan Anda untuk menggunakan SageMaker Python SDK, mengikuti end-to-end tutorial ML. Untuk menemukan dokumentasi open source, lihat Amazon SageMaker Python SDK.