View a markdown version of this page

Alteração na disponibilidade do Studio Lab - SageMaker IA da Amazon
SageMaker Estúdio AmazonSubstituindo o Amazon SageMaker Studio Lab pelo Amazon SageMaker Studio

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Alteração na disponibilidade do Studio Lab

nota

O Amazon SageMaker Studio Lab não está mais aberto a novos clientes. Os clientes existentes podem continuar usando o serviço normalmente. AWS continua investindo em melhorias de segurança e disponibilidade para o Studio Lab, mas não planejamos introduzir novos recursos.

SageMaker Estúdio Amazon

O Amazon SageMaker Studio serve como um substituto completo para o SageMaker Studio Lab, fornecendo o mesmo ambiente de JupyterLab-based notebook com acesso adicional a AWS serviços, recursos computacionais escaláveis e ferramentas de ML integradas. SageMaker O Studio suporta o mesmo tempo de execução de notebooks, ambientes conda e fluxos de trabalho de gerenciamento de arquivos com os quais os usuários do Studio Lab estão familiarizados.

Para computação, o SageMaker Studio fornece acesso a uma variedade de tipos de instância, do nível gratuito (ml.t3.medium) a GPU-accelerated instâncias como G6, G6e etc., permitindo que os usuários escalem além dos limites fixos de 12 GB de RAM e 15 GB de armazenamento do Studio Lab. Para colaboração e MLOPs, o SageMaker Studio se integra a AWS serviços como Amazon S3, SageMaker Pipelines e Managed MLflow para rastreamento de experimentos. Consulte o SageMaker AI Free Tier para obter detalhes.

Juntos, esses recursos fornecem uma alternativa escalável e pronta para produção ao ambiente de notebook de nível gratuito do SageMaker Studio Lab.

Substituindo o Amazon SageMaker Studio Lab pelo Amazon SageMaker Studio

Esta seção orienta você na migração de seus dados existentes do Amazon SageMaker Studio Lab para o Amazon SageMaker Studio. Essa solução oferece suporte a funcionalidades equivalentes para executar JupyterLab notebooks, gerenciar ambientes conda e armazenar arquivos de projetos durante o desenvolvimento na Amazon SageMaker AI.

Exportando do Studio Lab

  1. Exportar configurações do ambiente Conda. Ative o ambiente conda que você deseja migrar e exporte-o para um arquivo YAML. Não exporte os base ambientesstudiolab,studiolab-safemode, ou, pois eles são incompatíveis com o SageMaker Studio.

  2. Salve cadernos e arquivos de dados. Baixe seus JupyterLab notebooks (arquivos.ipynb), scripts Python e quaisquer dados associados do seu ambiente do Studio Lab. Você pode exportar arquivos para sua máquina local usando o navegador de arquivos do Studio Lab ou enviá-los para um repositório Git usando o terminal do Studio Lab.

  3. Copie grandes conjuntos de dados para o Amazon S3 (se aplicável). Para arquivos ou diretórios grandes que são difíceis de baixar localmente, copie-os em um bucket do S3 usando o terminal do Studio Lab. Consulte Upload de objetos para o Amazon S3 para obter as etapas detalhadas.

  4. Exclua seu projeto do Studio Lab (opcional). Depois que a migração for confirmada, exclua seus arquivos de projeto do Studio Lab para liberar espaço de armazenamento.

Configurando substituições

  1. Crie uma AWS conta. Se você ainda não tiver uma AWS conta, crie uma em aws.amazon. com/free.

  2. Configure um domínio e um espaço de SageMaker estúdio. Crie um domínio e um perfil de usuário do SageMaker Studio e, em seguida, crie um JupyterLab Espaço. Cada espaço recebe seu próprio volume do Amazon EBS para armazenamento persistente. Consulte a visão geral do domínio SageMaker AI para ver as etapas detalhadas.

  3. Faça upload de cadernos e arquivos para o SageMaker Studio. Abra seu JupyterLab Space e faça o upload dos arquivos exportados usando o ícone de upload do Navegador de Arquivos ou clone seu repositório Git diretamente do terminal. JupyterLab

  4. Recrie ambientes de conda no SageMaker Studio. Abra um terminal no seu JupyterLab Space e use o arquivo YAML exportado para recriar seu ambiente conda. Após a instalação, o ambiente estará disponível como um kernel para seus notebooks. Consulte a personalização do JupyterLab ambiente no SageMaker Studio para obter as etapas detalhadas.

A migração para o SageMaker Studio migra apenas seus notebooks, arquivos e configurações de ambiente. O uso histórico da computação ou os registros de sessão do Studio Lab não são transferidos. O desenvolvimento, a experimentação e o gerenciamento de computação futuros acontecerão no SageMaker Studio.