SageMaker JupyterLab - Amazon SageMaker

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。

SageMaker JupyterLab

Amazon SageMaker Studio JupyterLab JupyterLab 内にスペースを作成してアプリケーションを起動します。 JupyterLab スペースは Studio 内のプライベートまたは共有スペースで、 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します。 JupyterLab このアプリケーションは、ノートブック、コード、データ用の Web 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ースを使用して、機械学習 (ML) ワークフローの設定と調整を行います。

デフォルトでは、 JupyterLab SageMaker アプリケーションにはディス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 ノートブック上で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、 CodeWhisperer生成型AIを活用したコードコンパニオンであるAmazonを使用して、コードの生成、デバッグ、説明を行うことができます。

同じ Jupyter ノートブックで統合分析と ML ワークフローを構築できます。Amazon EMR Spark AWS Glue と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なジョブをノートブックから直接実行できます。インライン Spark UI を使用してジョブのモニタリングとデバッグを迅速に行えます。ノートブックをジョブとしてスケジュールすることで、数ステップでデータ準備を自動化できます。

JupyterLab このアプリケーションは、同僚との共同作業に役立ちます。 JupyterLab IDE に組み込まれている Git 統合を使用して、コードの共有とバージョン管理を行います。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持参してください。

JupyterLab このアプリケーションは単一の Amazon Elastic Compute Cloud (Amazon EC2) インスタンス上で実行され、ストレージには単一の Amazon Elastic Block Store (Amazon EBS) ボリュームを使用します。必要に応じて、より高速なインスタンスを切り替えたり、Amazon EBS ボリュームサイズを増やしたりできます。

JupyterLab 4 アプリケーションは Studio JupyterLab 内のスペースで実行されます。スタジオクラシックは JupyterLab 3 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。

  • Amazon SageMaker Studio クラシックよりも高速な IDE (特に大型のノートブックの場合)

  • ドキュメント検索が改善されました。

  • より高性能で使いやすいテキストエディター

詳細については JupyterLab、「JupyterLabドキュメンテーション」を参照してください。