翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
Amazon が提供する機械学習環境を使用する SageMaker
重要
Amazon SageMaker Studio と Amazon SageMaker Studio Classic は、 とのやり取りに使用できる機械学習環境の 2 つです SageMaker。
ドメインが 2023 年 11 月 30 日以降に作成された場合、Studio はデフォルトのエクスペリエンスです。
ドメインが 2023 年 11 月 30 日より前に作成された場合、Amazon SageMaker Studio Classic がデフォルトのエクスペリエンスになります。Amazon Studio Classic がデフォルトのエクスペリエンスである場合に SageMaker Studio を使用するには、「」を参照してくださいAmazon SageMaker Studio Classic からの移行。
Amazon SageMaker Studio Classic から Amazon SageMaker Studio に移行しても、機能の可用性が失われることはありません。Studio Classic は、レガシー機械学習ワークフローの実行に役立つ Amazon SageMaker Studio IDE内の としても存在します。
SageMaker は、以下の機械学習環境をサポートしています。
-
Amazon SageMaker Studio (推奨): のスイートで ML ワークフローを実行するための最新のウェブベースのエクスペリエンスIDEs。Studio では、次のアプリケーションがサポートされています。
-
Amazon SageMaker Studio Classic
-
Code-、OSSVisual Studio Code - オープンソースに基づく Code Editor
-
JupyterLab
-
Amazon SageMaker Canvas
-
RStudio
-
-
Amazon SageMaker Studio Classic : 機械学習モデルを構築、トレーニング、デバッグ、デプロイ、モニタリングできます。
-
Amazon SageMaker Notebook Instances: Jupyter Notebook アプリケーションを実行しているコンピューティングインスタンスから、データの準備と処理、機械学習モデルのトレーニングとデプロイを行うことができます。
-
Amazon SageMaker Studio Lab : Studio Lab は、 AWS アカウントを必要とせずに、オープンソースの に基づく環境で JupyterLabコンピューティング AWS リソースにアクセスできる無料のサービスです。
-
Amazon SageMaker Canvas : 機械学習を使用して、コーディングしなくても予測を生成できます。
-
Amazon SageMaker 地理空間 : 地理空間モデルを構築、トレーニング、デプロイできます。
-
RStudio Amazon SageMaker: RStudioは、コンソール、直接コード実行をサポートする構文強調表示エディタ、プロット、履歴、デバッグ、ワークスペース管理用のツールを備えた R
IDE用 です。 -
SageMaker HyperPod:機械学習 (ML) SageMaker HyperPod ワークロードを実行し、大規模言語モデル ()、拡散モデル、基盤モデル (LLMs) などのモデルを開発 state-of-the-artするための回復力のあるクラスターをプロビジョニングしますFMs。
これらの機械学習環境を使用するには、ユーザーまたは組織の管理者が Amazon SageMaker ドメインを作成する必要があります。エグゼプションは、Studio Lab、 SageMaker ノートブックインスタンス、および です SageMaker HyperPod。
リソースを手動でプロビジョニングし、自分とユーザーのアクセス許可を管理する代わりに、Amazon DataZone ドメインを作成できます。Amazon DataZone ドメインを作成するプロセスは、ETLワークフローに対応する Amazon SageMaker ドメインを AWS Glue または Amazon Redshift データベースで作成します。Amazon を使用してドメインを設定すると、ユーザーの環境のセットアップ SageMakerにかかる時間が DataZone 短縮されます。Amazon 内で Amazon SageMaker ドメインを設定する方法の詳細については、 DataZone「」を参照してください SageMaker アセットのセットアップ (管理者ガイド)。
Amazon DataZone ドメイン内のユーザーにはすべての Amazon SageMaker アクションに対するアクセス許可がありますが、そのアクセス許可は Amazon DataZone ドメイン内のリソースに限定されます。
Amazon DataZone ドメインを作成すると、ユーザーがデータとモデルを相互に共有できるドメインの作成が効率化されます。データやモデルを共有する方法については、「」を参照してくださいAmazon アセットで SageMaker アセットを作成して共有する。