Démarrer avec Amazon SageMaker - Amazon SageMaker

Démarrer avec Amazon SageMaker

Avant de pouvoir utiliser Amazon SageMaker, vous devez vous inscrire à un compte AWS et créer un utilisateur administrateur IAM en suivants les étapes décrites dans Configurer les prérequis Amazon SageMaker.

Amazon SageMaker Studio Lab ne requiert pas d'intégration de compte AWS ou IAM.

Une fois ces tâches terminées, passez à l'une des rubriques suivantes, en fonction de votre cas d'utilisation.

  • Intégration à Amazon SageMaker Domain : procédez comme suit pour créer un domaine qui vous donnera accès à Amazon SageMaker Studio et à RStudio sur Amazon SageMaker. Pour plus d'informations sur les domaines, veuillez consulter Environnements de machine learning Amazon SageMaker.

  • SageMaker JumpStart : suivez ces étapes pour démarrer avec SageMaker JumpStart et en savoir plus sur les fonctions et les fonctionnalités de SageMaker grâce à des solutions en 1 clic organisées, des exemples de blocs-notes et des modèles pré-entraînés que vous pouvez déployer. Pour utiliser SageMaker JumpStart, qui est une fonction d'Amazon SageMaker Studio, vous devez d'abord être intégré à un domaine Amazon SageMaker.

  • Démarrer avec les instances de bloc-notes Amazon SageMaker : suivez ces étapes pour former et déployer des modèles de machine learning (ML) à l'aide d'instances de bloc-notes SageMaker. Les instances de bloc-notes SageMaker aident à créer l'environnement en initiant des serveurs Jupyter sur Amazon Elastic Compute Cloud (Amazon EC2) et en fournissant des noyaux préconfigurés. Pour plus d'informations, consultez Utilisation des instances de bloc-notes Amazon SageMaker.

  •  : procédez comme suit pour démarrer avec Amazon SageMaker Studio Lab. Studio Lab est un service gratuit qui vous donne accès à des ressources de calcul AWS, dans un environnement basé sur JupyterLab open source, sans nécessiter de compte AWS.