Amazon SageMaker Stüdyosu makine öğrenimi (ML) için kısmen tümleşik bir geliştirme ortamıdır (IDE). Jüpyter Laboratuvarı 3. Studio, verileri hazırlamak ve makine öğrenimi modellerini oluşturmak, eğitmek ve dağıtmak için gereken makine öğrenimi geliştirme görevlerini etkileşimli olarak gerçekleştirmek için web tabanlı bir arabirim sağlar. Studio'da verileri yükleyebilir, makine öğrenimi modellerini ayarlayabilir, deneyleri ayarlamak için adımlar arasında geçiş yapabilir, sonuçları karşılaştırabilir ve çıkarım için makine öğrenimi modellerini dağıtabilirsiniz.
The AWS Bulut Geliştirme Kiti (AWS CDK), oluşturmak için açık kaynaklı bir yazılım geliştirme çerçevesidir. AWS CloudFormation yığınlar otomatik olarak CloudFormation şablonu nesil. Yığın, program aracılığıyla güncellenebilen, taşınabilen veya silinebilen bir AWS kaynakları koleksiyonudur. AWS CDK'sı yapılar bulut mimarilerini tanımlama planını temsil eden AWS CDK uygulamalarının yapı taşlarıdır.
AWS CDK ile Studio'nun kurulumu kolaylaştırılmış bir süreç haline geldi. AWS CDK, Studio'yu kod olarak altyapıyı (IaC) kullanarak tanımlamak ve dağıtmak için yerel yapıları kullanmanıza olanak tanır. AWS Kimlik ve Erişim Yönetimi (AWS IAM) izinleri ve istenen bulut kaynağı yapılandırmaları tek bir yerde. Bu geliştirme yaklaşımı, otomatik kod dağıtımları, testler ve geliştirmeler gibi diğer yaygın yazılım mühendisliği en iyi uygulamalarıyla birlikte kullanılabilir. CI / CD boru hatları. AWS CDK, tipik altyapı devreye alma görevlerini gerçekleştirmek için gereken süreyi azaltırken otomasyon yoluyla insan hatası için yüzey alanını küçültür.
Bu gönderi, makine öğrenimi modeli geliştirmeyi ve makine öğrenimi mühendisleri ve makine öğrenimi bilim adamlarıyla işbirliğini standart hale getirmek için Studio'yu kurmaya ve dağıtmaya başlama adımlarında size yol gösterir. Gönderideki tüm örnekler Python programlama dilinde yazılmıştır. Ancak AWS CDK, birden çok uygulama için yerleşik destek sunar. diğer programlama dilleri JavaScript, Java ve C# gibi.
Önkoşullar
Başlamak için aşağıdaki ön koşullar geçerlidir:
GitHub deposunu klonlayın
Önce hadi clone the GitHub deposu.
Depo başarıyla çekildiğinde, aşağıdaki kaynakları içeren cdk dizinini inceleyebilirsiniz:
- cdk – Ana cdk kaynaklarını içerir
- uygulama.py – AWS CDK yığınının tanımlandığı yer
- cdk.json – Meta verileri ve özellik bayraklarını içerir
AWS CDK betikleri
Bakmak istediğimiz iki ana dosya cdk
alt dizin sagemaker_studio_construct.py
ve sagemaker_studio_stack.py
. Her dosyaya daha ayrıntılı bakalım.
Studio yapı dosyası
Studio yapısı şu şekilde tanımlanır: sagemaker_studio_construct.py
dosyası.
Studio yapısı şunları alır: sanal özel bulut (VPC), listelenen kullanıcılar, AWS Bölgesi ve temel alınan varsayılan bulut sunucusu türü parametre olarak. Bu AWS CDK yapısı aşağıdaki işlevleri yerine getirir:
- Studio etki alanını oluşturur (
SageMakerStudioDomain
) - IAM rolünü ayarlar
sagemaker_studio_execution_role
ileAmazonSageMakerFullAccess
kaynak oluşturmak için gerekli izinler. Gelişmiş güvenlik için en az ayrıcalık ilkesini takip etmek üzere izinlerin kapsamının daha da daraltılması gerekir. - Jupyter sunucusu uygulama ayarlarını ayarlar – alır
JUPYTER_SERVER_APP_IMAGE_NAME
, kullanılacak jupyter-server-3 kapsayıcı görüntüsünü tanımlar. - Çekirdek ağ geçidi uygulama ayarlarını ayarlar – işin içine girer
KERNEL_GATEWAY_APP_IMAGE_NAME
, kullanılacak datascience-2.0 kapsayıcı görüntüsünü tanımlar. - Listelenen her kullanıcı için bir kullanıcı profili oluşturur
Aşağıdaki kod parçacığı, AWS CDK'de tanımlanan ilgili Studio etki alanı AWS CloudFormation kaynaklarını gösterir:
Aşağıdaki kod parçacığı, AWS CloudFormation kaynaklarından oluşturulan kullanıcı profillerini gösterir:
Stüdyo yığın dosyası
Yapı tanımlandıktan sonra, sınıfın bir örneğini oluşturarak ve gerekli bağımsız değişkenleri yığının içine geçirerek yapıyı ekleyebilirsiniz. Yığın, tek bir tutarlı dağıtımın parçası olarak AWS CloudFormation kaynaklarını oluşturur. Bu, en az bir bulut kaynağının oluşturulamaması durumunda CloudFormation yığınının gerçekleştirilen tüm değişiklikleri geri aldığı anlamına gelir. Studio yapısının aşağıdaki kod parçacığı, Studio yığınının içinde başlatılır:
AWS CDK yığınını dağıtın
AWS CDK yığınınızı dağıtmak için terminal pencerenizdeki projenin kök dizininden aşağıdaki komutları çalıştırın:
aws configure
pip3 install -r requirements.txt
cdk bootstrap --app "python3 -m cdk.app"
cdk deploy --app "python3 -m cdk.app"
AWS CDK'nın AWS hesabınızda oluşturduğu kaynakları inceleyin ve yığını dağıtmanız istendiğinde evet'i seçin. Yığın dağıtımınızın bitmesini bekleyin. Bu genellikle 5 dakikadan az sürer; ancak, daha fazla kaynak eklemek konuşlandırma süresini uzatacaktır. Dağıtım durumunu şu adresten de kontrol edebilirsiniz: AWS CloudFormation konsolu.
Yığın başarıyla konuşlandırıldığında, Studio Kontrol Paneline giderek bilgilerini kontrol edin. Oluşturduğunuz SageMaker Studio kullanıcı profilini görmelisiniz.
Yığını yeniden konuşlandırırsanız, yalnızca gerekli olan bulut kaynağı güncellemelerini gerçekleştirerek değişiklikleri kontrol eder. Örneğin, bu, kullanıcı eklemek veya kullanıcı izinlerini değiştirmek için kullanılabilir. tanımlı tüm bulut kaynaklarını yeniden oluşturmak zorunda kalmadan bu kullanıcılar.
Temizlemek
Bir yığını silmek için aşağıdaki adımları tamamlayın:
- AWS CloudFormation konsolunda şunu seçin: Yığınları Gezinti bölmesinde.
- Silmek istediğiniz yığını açın.
- Yığın ayrıntıları bölmesinde, Sil.
- Klinik Yığını sil istendiğinde
AWS CloudFormation, yığın dağıtıldığında oluşturulan kaynakları siler. Bu, oluşturulan kaynakların miktarına bağlı olarak biraz zaman alabilir.
Bu temizleme adımlarını gerçekleştirirken herhangi bir sorunla karşılaşırsanız, şunları yapmanız gerekebilir: Studio alanını manuel olarak silin bu bölümdeki adımları tekrarlamadan önce.
Sonuç
Bu gönderide, Studio dağıtımları için kolayca yeniden kullanılabilir bir şablon oluşturmak üzere AWS bulut yerel IaC kaynaklarının nasıl kullanılacağını gösterdik. SageMaker Studio, JupyterLab3 tabanlı makine öğrenimi geliştirme görevleri için görsel bir arabirim sağlayan tam entegre web tabanlı bir IDE'dir. AWS CDK yığınları ile, temel CloudFormation yığınında değişiklikler yaparak kolayca değiştirilebilen, düzenlenebilen veya silinebilen bulut bileşenleri oluşturmak için yapılar tanımlayabildik.
Amazon Studio hakkında daha fazla bilgi için bkz. Amazon SageMaker Stüdyosu.
Yazarlar Hakkında
Cory Hairston Amazon ML Solutions Lab'de Yazılım Mühendisi. Yeni teknolojileri öğrenme ve bu bilgileri yeniden kullanılabilir yazılım çözümleri oluşturmak için kullanma konusunda tutkulu. Hevesli bir güç kaldırıcı ve boş zamanlarını dijital sanat yaparak geçiriyor.
Marcelo Aberle AWS AI organizasyonunda bir Makine Öğrenimi Mühendisidir. Amazon ML Solutions Lab'de MLOps çalışmalarını yönetiyor ve müşterilerin ölçeklenebilir ML sistemleri tasarlamasına ve uygulamasına yardımcı oluyor. Misyonu, müşterilere kurumsal makine öğrenimi yolculuklarında rehberlik etmek ve üretime giden makine öğrenimi yollarını hızlandırmaktır.
Yash Shah şirketinde bir Bilim Yöneticisidir. Amazon ML Çözümleri Laboratuvarı. Kendisi ve uygulamalı bilim adamları ve makine öğrenimi mühendislerinden oluşan ekibi, sağlık, spor, otomotiv ve imalattan çeşitli makine öğrenimi kullanım örnekleri üzerinde çalışıyor.
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- Plato blok zinciri. Web3 Metaverse Zekası. Bilgi Güçlendirildi. Buradan Erişin.
- Kaynak: https://aws.amazon.com/blogs/machine-learning/set-up-amazon-sagemaker-studio-with-jupyter-lab-3-using-the-aws-cdk/
- 1
- 100
- a
- Yapabilmek
- Hakkımızda
- hızlandırmak
- erişim
- Hesap
- AI
- Türkiye
- veriyor
- Amazon
- Amazon ML Çözümleri Laboratuvarı
- Amazon Adaçayı Yapıcı
- Amazon SageMaker Stüdyosu
- miktar
- ve
- uygulamayı yükleyeceğiz
- uygulamaları
- uygulamalı
- Tamam
- yaklaşım
- ateşli
- ALAN
- argümanlar
- Sanat
- Otomatik
- Otomasyon
- otomotiv
- AWS
- AWS CloudFormation
- Arka
- merkezli
- müşterimiz
- önce
- İYİ
- en iyi uygulamalar
- arasında
- Blokları
- Çizme atkısı
- inşa etmek
- bina
- yerleşik
- durumlarda
- değişiklik
- değişiklikler
- Kontrol
- Klinik
- bulut
- kod
- tutarlı
- işbirliği
- Toplamak
- kombinasyon
- ortak
- karşılaştırmak
- tamamlamak
- bileşenler
- konsolos
- kurmak
- Konteyner
- içeren
- kontrol
- kontrol paneli
- yaratmak
- çevrimiçi kurslar düzenliyorlar.
- oluşturur
- Oluşturma
- oluşturma
- Müşteriler
- veri
- Varsayılan
- tanımlarken
- bağlı
- dağıtmak
- konuşlandırılmış
- dağıtma
- açılma
- dağıtımları
- Dizayn
- ayrıntı
- ayrıntılar
- gelişme
- dijital
- dijital Sanat
- özürlü
- domain
- aşağı
- her
- kolayca
- çabaları
- karşılaşma
- mühendis
- Mühendislik
- Mühendisler
- kuruluş
- çevre
- hata
- Eter (ETH)
- örnek
- örnekler
- başarısız
- Özellikler(Hazırlık aşamasında)
- adam
- fileto
- dosyalar
- Ad
- takip et
- takip etme
- iskelet
- Ücretsiz
- itibaren
- tamamen
- fonksiyonlar
- daha fazla
- geçit
- nesil
- almak
- GitHub
- gidiş
- rehberlik
- Rehberler
- sahip olan
- sağlık
- yardım
- Ne kadar
- Nasıl Yapılır
- Ancak
- HTML
- HTTPS
- insan
- IAC
- IAM
- Kimlik
- görüntü
- uygulamak
- gelişmiş
- in
- bilgi
- Altyapı
- kurmak
- örnek
- entegre
- arayüzey
- sorunlar
- IT
- Java
- JavaScript
- seyahat
- json
- laboratuvar
- dil
- önemli
- öğrenme
- kaldıraç
- Listelenmiş
- yük
- Bakın
- makine
- makine öğrenme
- Ana
- Yapımı
- müdür
- üretim
- anlamına geliyor
- Metadata
- dakika
- Misyonumuz
- ML
- MLO'lar
- model
- modelleri
- değiştirilmiş
- Daha
- hareket
- çoklu
- yerli
- Navigasyon
- gerekli
- gerek
- yeni
- Yeni teknolojiler
- Teklifler
- ONE
- açık kaynak
- Açık kaynaklı yazılım
- kuruluşlar
- Diğer
- bölmesi
- panel
- parametreler
- Bölüm
- Geçen
- yol
- yapmak
- icra
- izinleri
- yer
- Platon
- Plato Veri Zekası
- PlatoVeri
- Çivi
- uygulamalar
- Hazırlamak
- önkoşullar
- prensip
- özel
- süreç
- üretim
- Profil
- Profiller
- Programlama
- Projeler
- sağlar
- Python
- menzil
- azaltır
- bölge
- uygun
- Depo
- temsil
- gereklidir
- Yer Alan Kurallar
- kaynak
- Kaynaklar
- Sonuçlar
- yeniden kullanılabilir
- Rol
- Rulo
- kök
- koşmak
- sagemaker
- ölçeklenebilir
- Bilim
- bilim adamları
- kapsam
- Bölüm
- güvenlik
- SELF
- vermektedir
- set
- ayar
- ayarlar
- meli
- Gösteriler
- Software
- yazılım geliştirme
- Yazılım Mühendisi
- yazılım Mühendisliği
- Çözümler
- biraz
- Spor
- yığın
- Yığınları
- başladı
- Durum
- Basamaklar
- aerodinamik
- stüdyo
- Başarılı olarak
- böyle
- destek
- yüzey
- sistem
- Sistemler
- Bizi daha iyi tanımak için
- alır
- görevleri
- takım
- Teknolojileri
- şablon
- terminal
- testleri
- The
- ve bazı Asya
- İçinden
- zaman
- için
- Tren
- tipik
- tipik
- altında yatan
- güncellenmiş
- Güncellemeler
- kullanım
- kullanıcı
- kullanıcılar
- Sanal
- beklemek
- Web tabanlı
- süre
- irade
- içinde
- olmadan
- İş
- yazılı
- zefirnet