Introducción a Amazon SageMaker - Amazon SageMaker

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Introducción a Amazon SageMaker

Para utilizar Amazon SageMaker, debe inscribirse en unaAWSy cree un usuario administrador de IAM siguiendo los pasos deConfiguración de Amazon SageMaker Requisitos previos.

Amazon SageMaker Studio Lab no requiere unAWSintegración de cuenta o IAM.

Una vez completadas estas tareas, continúe con uno de los siguientes temas, en función de su caso de uso.

  • Incorporación a Amazon SageMaker Dominio: Siga estos pasos para crear un dominio, que le da acceso a Amazon SageMaker Studio y RStudio en Amazon SageMaker. Para obtener más información acerca de los dominios, consulte.Amazon SageMaker Entornos Machine Learning.

  • SageMaker JumpStart: Siga estos pasos para comenzar a trabajar con SageMaker JumpStart y obtén información sobre SageMaker características y capacidades a través de soluciones seleccionadas con un solo clic, por ejemplo, cuadernos y modelos preentrenados que puede implementar. Para utilizar SageMaker JumpStart, que es una característica de Amazon SageMaker Studio, primero debes incorporarte a un Amazon SageMaker Dominio de.

  • Introducción a Amazon SageMaker Instancias de bloc de notas: Siga estos pasos para entrenar e implementar modelos Machine Learning (ML) mediante SageMaker instancia con bloc de notas Las instancias de bloc de notas de SageMaker ayudan a crear el entorno al iniciar los servidores de Jupyter en Amazon Elastic Compute Cloud (Amazon EC2) y proporcionan kernels preconfigurados. Para obtener más información, consulte Usar Amazon SageMaker Instancias de bloc de notas.

  • : Siga estos pasos para comenzar a trabajar con Amazon SageMaker Laboratorio de estudio. Studio Lab es un servicio gratuito que le da acceso aAWSrecursos informáticos, en un entorno basado en JupyterLab de código abierto, sin necesidad deAWSaccount.