Amazon SageMaker Studio 笔记本与笔记本实例有何不同? - Amazon SageMaker
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 AWS 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

Amazon SageMaker Studio 笔记本与笔记本实例有何不同?

当您启动新笔记本时,我们建议您在 Amazon SageMaker Studio 中创建笔记本,而不是从 Amazon SageMaker 控制台启动笔记本实例。使用 SageMaker Studio 笔记本具有很多优势,包括:

  • 启动 Studio 笔记本比启动基于实例的笔记本更快。通常情况下,它比基于实例的笔记本快 5-10 倍。

  • 笔记本共享是 SageMaker Studio 中的一项集成功能。用户只需单击几下即可生成一个可共享的链接,该链接将重现笔记本代码以及执行代码所需的SageMaker图像。

  • SageMaker Studio 笔记本会预安装最新的 Amazon SageMaker Python SDK

  • SageMaker 可从 Studio 中访问 Studio 笔记本。这使您无需离开 Studio 即可构建、训练、调试、跟踪和监控模型。

  • Studio 团队的每个成员具有自己的主目录以存储其笔记本和其他文件。目录在启动时自动挂载到所有实例和内核上,因此其笔记本和其他文件始终可用。主目录存储在 Amazon Elastic File System (Amazon EFS) 中,以便您从其他服务访问它们。

  • 使用 时AWS SSO,您可以通过唯一 URL 使用您的 SSO 凭证直接访问 SageMaker Studio。您无需与 AWS 管理控制台 交互即可运行笔记本。

  • Studio 笔记本配备了一组预定义SageMaker的图像设置,可更快地启动。

注意

Studio 笔记本不支持本地模式。但是,您可以使用笔记本实例在本地训练数据集的样本,然后在 Studio 笔记本中使用相同的代码对完整数据集进行训练。

当您在 SageMaker Studio 中打开笔记本时,视图是 JupyterLab 界面的扩展。主要功能相同,因此您可以找到 Jupyter 笔记本和 JupyterLab 的典型功能。有关 Studio 接口的更多信息,请参阅 Amazon SageMaker Studio UI 概述