Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
SageMaker JupyterLab
Buat JupyterLab ruang di Amazon SageMaker Studio untuk meluncurkan JupyterLab aplikasi. JupyterLab Ruang adalah ruang pribadi atau bersama dalam Studio yang mengelola penyimpanan dan menghitung sumber daya yang diperlukan untuk menjalankan JupyterLab aplikasi. JupyterLab Aplikasi ini adalah lingkungan pengembangan interaktif berbasis web (IDE) untuk notebook, kode, dan data. Gunakan antarmuka JupyterLab aplikasi yang fleksibel dan luas untuk mengonfigurasi dan mengatur alur kerja pembelajaran mesin (ML).
Secara default, JupyterLab aplikasi ini dilengkapi dengan gambar SageMaker Distribusi. Gambar distribusi memiliki paket populer, seperti berikut ini:
-
PyTorch
-
TensorFlow
-
Keras
-
NumPy
-
Pandas
-
Scikit-learn
Anda dapat menggunakan spasi bersama untuk berkolaborasi di notebook Jupyter Anda dengan pengguna lain secara real time. Untuk informasi selengkapnya tentang spasi bersama, lihatBerkolaborasi dengan ruang bersama.
Di dalam JupyterLab aplikasi, Anda dapat menggunakan Amazon Q Developer, pendamping kode bertenaga AI generatif untuk menghasilkan, men-debug, dan menjelaskan kode Anda. Untuk informasi tentang menggunakan Amazon Q Developer, lihatJupyterLab panduan pengguna. Untuk informasi tentang menyiapkan Pengembang Amazon Q, lihatJupyterLab panduan administrator.
Buat analitik terpadu dan alur kerja ML di buku catatan Jupyter yang sama. Jalankan Spark pekerjaan interaktif di Amazon EMR dan infrastruktur AWS Glue tanpa server, langsung dari buku catatan Anda. Pantau dan debug pekerjaan lebih cepat menggunakan UI inlineSpark. Dalam beberapa langkah, Anda dapat mengotomatiskan persiapan data Anda dengan menjadwalkan buku catatan sebagai pekerjaan.
JupyterLab Aplikasi ini membantu Anda bekerja secara kolaboratif dengan rekan-rekan Anda. Gunakan integrasi Git bawaan dalam JupyterLab IDE untuk berbagi dan kode versi. Bawa sistem penyimpanan file Anda sendiri jika Anda memiliki volume Amazon EFS.
JupyterLab Aplikasi ini berjalan pada satu instans Amazon Elastic Compute Cloud (Amazon EC2) dan menggunakan satu volume Amazon Elastic Block Store (Amazon EBS) untuk penyimpanan. Anda dapat mengganti instans yang lebih cepat atau menambah ukuran volume Amazon EBS untuk kebutuhan Anda.
Aplikasi JupyterLab 4 berjalan di JupyterLab ruang dalam Studio. Studio Classic menggunakan aplikasi JupyterLab 3. JupyterLab 4 memberikan manfaat sebagai berikut:
-
IDE yang lebih cepat daripada Amazon SageMaker Studio Classic, terutama dengan notebook besar
-
Pencarian dokumen yang ditingkatkan
-
Editor teks yang lebih berkinerja dan dapat diakses
Untuk informasi selengkapnya JupyterLab, lihat JupyterLabDokumentasi
