AWS 일기 32 (SageMaker Studio)

소개

이번에는 Amazon SageMaker Studio을 시도합니다.
기계 학습을 위한 통합 개발 환경을 시작하고 샘플 코드를 실행합니다.

초기 설정

AWS Management Console에서 Amazon SageMaker > SageMaker Domain을 엽니다.

빠른 시작 필드의 IAM 역할을 설정합니다.

다음 화면에서 VPC를 설정합니다.

초기 설정 후 잠시 기다립니다.

사용자가 표시되면 Studio 열기를 클릭합니다.

Studio를 연 직후 Launcher 탭이 나타납니다.

Launcher 탭의 맨 아래에 있는 System terminal을 클릭하여 터미널 탭을 엽니다.

샘플 코드를 가져옵니다. 이번에는 amazon-sagemaker-examples을 받았습니다.

ipynb 파일을 열고 코드에 초점을 맞추고 화면 상단의 ▶ 버튼을 클릭하여 코드를 실행할 수 있습니다.

TensorFlow 튜토리얼의 코드를 가져옵니다. tensorflow/docs-l10n

새 노트북을 엽니다.

필요한 패키지를 설치합니다.

자습서 코드를 엽니다. 방금 검색한 파일에서 site/ko/hub/tutorials/image_enhancing.ipynb을 선택합니다.

코드에 초점을 맞추고 화면 상단의 ▶ 버튼을 클릭하여 코드를 실행할 수 있습니다.

File > Shut Down을 클릭합니다.

"Server stopped"의 표시가 나오므로, 페이지를 닫습니다.

이 문제에 관하여(AWS 일기 32 (SageMaker Studio)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/tanaka_takurou/items/f1252097f9b050213ac7

텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.

우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)

개발자 우수 사이트 수집

개발자가 알아야 할 필수 사이트 100선 추천 우리는 당신을 위해 100개의 자주 사용하는 개발자 학습 사이트를 정리했습니다