DEV Community
·
在Amazon SageMaker上构建机器学习模型
💡
原文英文，约500词，阅读约需2分钟。
📝
内容提要
本文介绍了如何在Amazon SageMaker上构建机器学习模型，包括设置开发环境、导航SageMaker域、创建空间、启动JupyterLab、克隆代码库和执行线性回归模型等步骤。
🎯
关键要点
- 使用Amazon SageMaker构建机器学习模型的步骤
- 导航SageMaker域以管理多个用户的隔离环境
- 创建SageMaker空间以便数据科学家共享资源和协作
- 启动JupyterLab环境以编写和执行机器学习代码
- 克隆包含机器学习笔记本的实验库
- 运行基本的线性回归模型
❓
延伸问答
如何在Amazon SageMaker上创建开发空间？
在SageMaker Studio中，选择应用程序面板，点击JupyterLab，然后创建一个新的JupyterLab空间，输入名称并选择共享选项。
在Amazon SageMaker中如何启动JupyterLab环境？
创建完JupyterLab空间后，选择运行空间，等待状态变为运行，然后打开JupyterLab。
使用Amazon SageMaker进行线性回归模型的基本步骤是什么？
首先克隆包含线性回归代码的笔记本，然后在JupyterLab中逐步运行每个代码单元以查看输出。
Amazon SageMaker的域有什么作用？
域用于管理多个用户在隔离环境中工作的设置，确保数据科学团队的协作和资源共享。
如何克隆机器学习笔记本的代码库？
在左侧菜单栏中选择Git图标，点击克隆代码库，输入代码库的URL，然后选择克隆。
在Amazon SageMaker中如何管理多个用户的环境？
通过创建域，可以为多个用户提供隔离的工作环境，便于管理和协作。
➡️
