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。
SageMaker JupyterLab
在 Amazon SageMaker Studio 中创建一个 JupyterLab 空间来启动 JupyterLab应用程序。 JupyterLab 空间是 Studio 中的私有或共享空间,用于管理运行 JupyterLab 应用程序所需的存储和计算资源。该 JupyterLab 应用程序是一个基于 Web 的交互式开发环境 (IDE),用于笔记本电脑、代码和数据。使用该 JupyterLab 应用程序灵活而广泛的界面来配置和安排机器学习 (ML) 工作流程。
默认情况下, JupyterLab 应用程序附带 SageMaker 分发镜像。该分发映像具有流行的软件包,例如:
-
PyTorch
-
TensorFlow
-
Keras
-
NumPy
-
Pandas
-
Scikit-learn
您可以使用共享空间与其他用户在 Jupyter 笔记本上实时协作。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 CodeWhisperer(一种生成式 AI 驱动的代码伴侣)来生成、调试和解释您的代码。
在同一个 Jupyter 笔记本中构建统一的分析和机器学习工作流程。直接在笔记本上在 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。只需几个步骤,您就可以将笔记本安排为一项作业,从而自动准备数据。
该 JupyterLab 应用程序可帮助您与同行协作。使用 JupyterLab IDE 中内置的 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。
该 JupyterLab 应用程序在单个亚马逊弹性计算云 (Amazon EC2) 实例上运行,并使用单个亚马逊弹性区块存储 (Amazon EBS) 卷进行存储。您可以根据需要更快地切换实例或增加 Amazon EBS 卷大小。
JupyterLab 4 应用程序在 Studio 的某个 JupyterLab 空间中运行。Studio Classic 使用 JupyterLab 3 应用程序。 JupyterLab 4 提供以下好处:
-
比 Amazon SageMaker Studio Classic 更快的 IDE,尤其是对于大型笔记本电脑
-
改进了文档搜索
-
性能更高、更易于使用的文本编辑器
有关的更多信息 JupyterLab,请参阅JupyterLab文档