Таким образом, Amazon SageMaker Studio и Notebooks являются управляемыми сервисами Amazon для создания, развертывания и обучения моделей машинного обучения.
Новичку сложно понять, как начать работу с Sagemaker. Самое приятное в Amazon Sagemaker — это возможность развертывания в один клик. Таким образом, создание приложений для тестирования с помощью Sagemaker становится намного проще по сравнению с развертыванием модели машинного обучения.
Теперь, прежде чем вы используете Amazon SageMaker Studio, Amazon SageMaker Studio ноутбуки, и RStudio, вы должны выполнить >Amazon Процесс регистрации домена SageMaker.
Укажите имя пользователя, имя домена и создайте роль IAM (чтобы предоставить Sagemaker доступ к определенным или всем корзинам S3 для сохранения и загрузки данных).
Это должно настроить ваш домен SageMaker. Это может занять некоторое время.
Теперь можно попробовать AWS Studio и ноутбуки.
Ноутбуки AWS
Итак, если вы хотите, вы можете напрямую перейти в раздел блокнотов и создать новый экземпляр блокнота.
Вам нужно будет создать роль IAM (чтобы предоставить Sagemaker доступ к корзинам S3). Это необходимо, поскольку в S3 могут храниться данные обучения, или вы можете сохранить веса модели и т. д. в S3.
За исключением настройки имени записной книжки и доступа к IAM, вы можете оставить все остальное по умолчанию при создании записной книжки и двигаться дальше.
Теперь, если ваша цель выходит за рамки использования Just a Jupyter Notebook. Вам следует попробовать AWS Studio.
АВС Студия
Нажмите кнопку «Открыть студию». Вы будете перенаправлены в вашу студию Amazon SageMaker.
Теперь Sagemaker — полноценное решение, вы можете здесь обработать свои данные, создать конвейер и развернуть свою модель. Так что теперь можно идти и исследовать :)
Надеюсь, этот краткий обзор помог развеять некоторые ваши сомнения перед тем, как начать работу с AWS Sagemaker :)