翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
Amazon SageMaker Studio Lab
注記
2025 年 8 月 8 日の時点で、Amazon SageMaker Studio Lab は JupyterLab 3 の代わりに JupyterLab 4 を使用しています。依存関係の問題が発生した場合は、環境に追加した拡張機能を再インストールしてください。
Amazon SageMaker Studio Lab は、オープンソースの JupyterLab 4 に基づく環境で、AWSコンピューティングリソースへのアクセスをお客様に許可する無料のサービスです。Amazon SageMaker Studio Classic と同じアーキテクチャとユーザーインターフェイスをベースにしていますが、Studio Classic 機能のサブセットも備わっています。
Studio Lab では、AWSコンピューティングリソースを使用して、AWSアカウントにサインアップすることなく Jupyter ノートブックを作成および実行できます。Studio Lab はオープンソースの JupyterLab をベースにしていることから、オープンソースの Jupyter 拡張機能を利用して Jupyter ノートブックを実行できます。
Studio Lab と Amazon SageMaker Studio Classic の比較
Studio Lab はAWSコンピューティングリソースへの無料アクセスを提供しますが、Amazon SageMaker Studio Classic は Studio Lab がサポートしていない以下の高度な機械学習機能を提供します。
-
継続的インテグレーションと継続的デリバリー (Pipelines)
-
リアルタイム予測
-
大規模な分散トレーニング
-
データ準備 (Amazon SageMaker Data Wrangler)
-
データラベリング (Amazon SageMaker Ground Truth)
-
Feature Store
-
バイアス分析 (Clarify)
-
モデルのデプロイ
-
モデルのモニタリング
Studio Classic は、 (IAM)、Amazon Virtual Private Cloud (Amazon VPC)、AWS Key Management Serviceおよび () を使用してAWS Identity and Access Management、きめ細かなアクセスコントロールとセキュリティもサポートしていますAWS KMS。Studio Lab はこれらの Studio Classic 機能をサポートしておらず、推定ツールや組み込みの SageMaker AI アルゴリズムの使用もサポートしていません。
Studio Classic で使用するための Studio Lab プロジェクトのエクスポート方法については、「Amazon SageMaker Studio Lab 環境を Amazon SageMaker Studio Classic にエクスポートする」を参照してください。
次のトピックでは、Studio Lab とその使用方法について説明しています。
トピック
