SageMaker JupyterLab - Amazon SageMaker AI
Amazon Web Services 文档中描述的 Amazon Web Services 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 Amazon Web Services 服务入门 (PDF)

SageMaker JupyterLab

在 Amazon SageMaker Studio 中创建一个 JupyterLab 空间,以启动 JupyterLab 应用程序。JupyterLab 空间是 Studio 中的专用或共享空间,用于管理运行 JupyterLab 应用程序所需的存储和计算资源。JupyterLab 应用程序是一个基于网络的交互式开发环境(IDE),用于开发笔记本、代码和数据。使用 JupyterLab 应用程序灵活而广泛的界面来配置和安排机器学习 (ML) 工作流。

默认情况下,JupyterLab 应用程序随附 SageMaker Distribution 映像。发行版映像包含以下常用软件包:

  • PyTorch

  • TensorFlow

  • Keras

  • NumPy

  • Pandas

  • Scikit-learn

您可以使用共享空间与其他用户实时协作编写 Jupyter Notebook。有关共享空间的更多信息,请参阅使用共享空间进行协作

在 JupyterLab 应用程序中,您可以使用 Amazon Q 开发者版生成式人工智能支持的代码工具来生成、调试和解释您的代码。有关使用 Amazon Q 开发者版的信息,请参阅 JupyterLab 用户指南。有关设置 Amazon Q 开发者版的信息,请参阅 JupyterLab 管理员指南

在同一个 Jupyter Notebook 中构建统一的分析和 ML 工作流程。直接从笔记本电脑在 Amazon EMR 和 Amazon Glue 无服务器基础设施上运行交互式 Spark 作业。使用内联 Spark 用户界面更快地监控和调试作业。只需几步,您就可以将笔记本作为一项作业进行调度,从而实现数据准备的自动化。

JupyterLab 应用程序可帮助您与同伴协同工作。使用 JupyterLab IDE 内置的 Git 集成来共享和版本代码。如果您有 Amazon EFS 卷,请自带文件存储系统。

JupyterLab 应用程序在单个 Amazon Elastic Compute Cloud (Amazon EC2) 实例上运行,并使用单个 Amazon Elastic Block Store (Amazon EBS) 卷进行存储。您可以根据需要切换速度更快的实例或增加 Amazon EBS 卷的大小。

JupyterLab 4 应用程序在 JupyterLab in Studio 空间运行。Studio Classic 使用 JupyterLab 3 应用程序。JupyterLab 4 具有以下优势:

  • 比 Amazon SageMaker Studio Classic 更快的 IDE,尤其是在使用大型笔记本时

  • 改进文件搜索

  • 性能更强、更易于使用的文本编辑器

有关 JupyterLab 的更多信息,请参阅 JupyterLab 文档