使用 Amazon SageMaker Studio Lab 入门资产
Amazon SageMaker Studio Lab 支持以下资产,以促进机器学习 (ML) 从业人员入门。本指南向您展示如何为项目克隆笔记本。
入门笔记本
Studio Lab 附带一个入门笔记本,可提供一般信息并指导您完成关键工作流。当您首次启动项目运行时系统时,此笔记本会自动打开。
Dive into Deep Learning
《Dive into Deep Learning》(D2L) 是一本互动式开源书籍,讲授机器学习的思想、数学理论和代码。D2L 通过 150 多个 Jupyter 笔记本,全面介绍了深度学习原理。有关 D2L 的更多信息,请访问 D2L 网站
以下过程演示如何将 D2L Jupyter 笔记本克隆到您的实例中。
-
按照启动项目运行时系统启动并打开 Studio Lab 项目运行时环境。
-
Studio Lab 打开后,选择左侧边栏上的 Git 选项卡 ( )。
-
选择克隆存储库。在 Git 存储库 URL (.git) 下,按照以下步骤粘贴 MLU git 存储库 D2L。如果您由于当前位于 Git 存储库中而看不到克隆存储库选项,请返回用户目录以克隆新存储库。选择左侧边栏上的文件夹选项卡 ( ),即可返回用户目录。在文件搜索栏下方的文件夹选项卡中,选择当前打开的存储库左侧的文件夹图标。进入用户目录后,选择左侧边栏上的 Git 选项卡,然后选择克隆存储库。
-
导航至 Studio Lab 项目概述页面。URL 采用以下格式。
https://studiolab.sagemaker.aws/users/
<YOUR_USER_NAME>
-
在机器学习新手?下,选择 Dive into Deep Learning。
-
从新的 Dive into Deep Learning 浏览器标签页中,选择 GitHub 以打开包含示例笔记本的新页面。
-
选择代码,然后在 HTTPS 选项卡中复制 GitHub 存储库的 URL。
-
返回 Studio Lab 打开项目浏览器标签页,粘贴 D2L 存储库 URL,然后克隆存储库。
Amazon Machine Learning University
Amazon Machine Learning University (MLU) 提供了用于培训 Amazon 自己的开发人员的机器学习课程。通过 Amazon MLU,任何开发人员都可以通过“按需学习”的 MLU Accelerator 学习系列来学习如何使用机器学习。MLU Accelerator 系列旨在促使开发人员开始他们的 ML 之旅。该系列提供为期三天的基础课程,涉及三个主题:自然语言处理、表格数据和计算机视觉。有关更多信息,请参阅 Machine Learning University
以下过程展示如何将 Amazon MLU Jupyter 笔记本克隆到您的实例中。
-
按照启动项目运行时系统启动并打开 Studio Lab 项目运行时环境。
-
Studio Lab 打开后,选择左侧边栏上的 Git 选项卡 ( )。
-
选择克隆存储库。在 Git 存储库 URL (.git) 下,按照以下步骤粘贴 MLU git 存储库 URL。如果您由于当前位于 Git 存储库中而看不到克隆存储库选项,请返回用户目录以克隆新存储库。选择左侧边栏上的文件夹选项卡 ( ),即可返回用户目录。在文件搜索栏下方的文件夹选项卡中,选择当前打开的存储库左侧的文件夹图标。进入用户目录后,选择左侧边栏上的 Git 选项卡,然后选择克隆存储库。
-
导航至 Studio Lab 项目概述页面。URL 采用以下格式。
https://studiolab.sagemaker.aws/users/
<YOUR_USER_NAME>
-
在机器学习新手?下,选择 Amazon Machine Learning University。
-
从新的 Amazon Machine Learning University 浏览器标签页中,通过阅读每门课程的课程摘要,找到您感兴趣的课程。
-
在课程内容下选择感兴趣的相应 GitHub 存储库,以打开包含示例笔记本的新页面。
-
选择代码,然后在 HTTPS 选项卡中复制 GitHub 存储库的 URL。
-
返回 Studio Lab 打开项目浏览器标签页,粘贴 D2L 存储库 URL,然后选择克隆来克隆存储库。
Roboflow
Roboflow 为您提供了为计算机视觉应用程序训练、微调和标注对象的工具。有关更多信息,请参阅 https://roboflow.com/
以下过程展示如何将 Roboflow Jupyter 笔记本克隆到您的实例中。
-
导航至 Studio Lab 项目概述页面。URL 采用以下格式。
https://studiolab.sagemaker.aws/users/
<YOUR_USER_NAME>
-
在资源和社区下,找到试用计算机视觉。
-
在试用计算机视觉下,选择 Roboflow 模型。有关更多信息,请参阅 https://roboflow.com/
。 -
按照笔记本预览下的教程进行操作。