详细内容或原文请订阅后点击阅览

使用Amazon Sagemaker Unified Studio

2025年8月21日 20:24 33 Comments
X Twitter Instagram Mail

在这篇文章中，我们介绍了如何在Sagemaker Unified Studio中使用新的代码编辑器和多个空格支持。示例解决方案显示了如何开发ML管道，该管道可以自动化典型的端到端ML活动以构建，训练，评估和（选择）部署ML模型。

来源:亚马逊云科技 _机器学习
Amazon Sagemaker Unified Studio是一个单一的集成开发环境（IDE），可以将您的数据工具汇总到分析和AI中。作为下一代Amazon SageMaker的一部分，它包含用于构建数据管道，共享数据集，监视数据治理，运行SQL Analytics，构建人工智能和机器学习（AI/ML）模型（AI/ML）模型以及创建生成AI应用程序的集成工具。最近，AWS宣布了另外两个选项，以增强分析，ML和Generative AI团队的开发经验：代码编辑器和多个空间。 These new IDE options can help developers and data scientists speed up delivery of ML workloads by offering familiar IDE layouts, using popular extensions to enhance development, and using critical debug and test options, all within a unified environment.Code Editor, based on Code-OSS (Visual Studio Code – Open Source), provides a lightweight and powerful IDE with familiar shortcuts and terminal access, along with advanced debugging capabilities and refactoring tools.近年来，VSCODE IDE和代码变体（例如代码编辑器）仍然是最受欢迎的开发工具。团队可以通过访问Open VSX扩展画廊的数千个代码编辑器的扩展来提高其生产率。 SageMaker Unified Studio中的代码编辑IDE通过Github，Gitlab或Bitbucket存储库支持版本控制和跨团队协作，同时为流行的ML框架提供了预配置的SageMaker分发。WithinSagemakerUnified Studio，一个空间是一个特定的工作环境，可以运行特定的IDE。为了最大化代码编辑器的好处，以及包括jupyterlab在内的SageMaker Unified Studio中的其他编码接口，SageMaker现在每个项目都支持多个空间。有了多个空间，用户可以管理具有不同计算需求的并行工作流。每个空间都与应用程序实例保持1比1的关系，
应用程序 流行的 编辑器 数据集 Unified 数据 分析 机器学习 仍然是 ML 团队 空间 IDE 人工智能 开发环境 生产率 Studio 下一代 共享数据 代码 在内的 单一的 AI 扩展 SageMaker Code 配置 特定的 最大化 工作环境 构建 受欢迎的 提高