SageMaker JupyterLab

Amazon SageMaker Studio 内に JupyterLab スペースを作成してアプリケーションを起動します JupyterLab。 JupyterLab スペースは、 JupyterLab アプリケーションの実行に必要なストレージとコンピューティングリソースを管理する Studio 内のプライベートスペースまたは共有スペースです。 JupyterLab アプリケーションは、ノートブック、コード、データ用のウェブベースのインタラクティブ開発環境 (IDE) です。 JupyterLab アプリケーションの柔軟で広範なインターフェイスを使用して、機械学習 (ML) ワークフローを設定および配置します。

デフォルトでは、 JupyterLab アプリケーションにはディス SageMaker トリビューションイメージが付属しています。ディストリビューションイメージには、次のような一般的なパッケージがあります。

• PyTorch

• TensorFlow

• Keras

• NumPy

• Pandas

• Scikit-learn

共有スペースを使用して、Jupyter ノートブックを他のユーザーとリアルタイムで共同作業できます。共有スペースの詳細については、「共有スペースでコラボレーション」を参照してください。

JupyterLab アプリケーション内では、生成 AI を活用したコードコンパニオンである Amazon Q Developer を使用して、コードを生成、デバッグ、説明できます。Amazon Q Developer の使用については、「」を参照してくださいJupyterLab ユーザーガイド。Amazon Q デベロッパーの設定については、「」を参照してくださいJupyterLab 管理者ガイド。

同じ Jupyter Notebook で統合分析と ML ワークフローを構築します。ノートブックから直接 Amazon EMR と AWS Glue サーバーレスインフラストラクチャでインタラクティブSparkジョブを実行します。インライン UI Spark を使用してジョブをより迅速にモニタリングおよびデバッグします。ノートブックをジョブとしてスケジュールすることで、いくつかのステップでデータ準備を自動化できます。

この JupyterLab アプリケーションは、同僚と共同作業するのに役立ちます。 JupyterLab IDE 内の組み込み Git 統合を使用して、 とバージョンコードを共有します。Amazon EFS ボリュームがある場合は、独自のファイルストレージシステムを使用してください。

JupyterLab アプリケーションは単一の Amazon Elastic Compute Cloud (Amazon EC2) インスタンスで実行され、ストレージに単一の Amazon Elastic Block Store (Amazon EBS) ボリュームを使用します。高速インスタンスを切り替えることも、必要に応じて Amazon EBS ボリュームサイズを増やすこともできます。

JupyterLab 4 つのアプリケーションは Studio 内の JupyterLab スペースで実行されます。Studio Classic は JupyterLab 3 つのアプリケーションを使用します。 JupyterLab 4 には以下の利点があります。

• 特に大きなノートブックでは、Amazon SageMaker Studio Classic よりも高速な IDE

• ドキュメント検索の改善

• よりパフォーマンスが高く、アクセス可能なテキストエディタ

の詳細については JupyterLab、「 JupyterLabドキュメント」を参照してください。

トピック

• JupyterLab ユーザーガイド
• JupyterLab 管理者ガイド