Amazon SageMaker Studio propose des environnements de développement (IDE) entièrement intégrés pour l’apprentissage automatique (ML). En juillet 2023, nous avons lancé Amazon SageMaker Distribution, une collection d’images Docker qui comprend les bibliothèques de ML les plus populaires sur Amazon SageMaker Studio et Amazon Studio Lab. Aujourd’hui, nous étendons la prise en charge d’Amazon SageMaker Distribution sur deux IDE populaires utilisés par les data scientists et les développeurs de ML : Code Editor, basé sur Visual Studio Code Open Source (Code-OSS), et JupyterLab disponible sur Amazon SageMaker Studio.
SageMaker Distribution permet aux praticiens du ML de démarrer rapidement leur développement de ML sur les IDE de leur choix. Les IDE sont préchargés avec la dernière version de l’image de distribution SageMaker. L’image prédéfinie est livrée avec les bibliothèques les plus populaires, notamment des frameworks d’apprentissage en profondeur tels que PyTorch, TensorFlow et Keras ; des packages Python populaires tels que numpy, scikit-learn et pandas ; et des IDE tels que JupyterLab et Code Editor. Les versions de ces bibliothèques et packages installés sont compatibles entre elles. L’image de distribution SageMaker peut également être utilisée pour exécuter des tâches de formation SageMaker, de sorte que les clients peuvent désormais utiliser le même environnement d’exécution sur les blocs-notes Studio et la formation SageMaker, ce qui leur permet de passer en toute transparence de l’expérimentation locale à l’exécution par lots.
SageMaker Distribution est désormais disponible dans toutes les régions AWS en variante GPU et en variante CPU. Vous pouvez maintenant démarrer avec la distribution SageMaker en y accédant via Galerie ECR ou GitHub. Pour en savoir plus, veuillez vous référer à l’article de blog et à la documentation de SageMaker.
Vous pouvez lire l’article original (en Angais) sur le blogaws.amazon.com