Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Amazon SageMaker Studio Lab
Anmerkung
Amazon SageMaker Studio Lab steht neuen Kunden nicht mehr offen. Bestehende Kunden können den Service weiterhin wie gewohnt nutzen. AWS investiert weiterhin in Sicherheits- und Verfügbarkeitsverbesserungen für Studio Lab, aber wir planen nicht, neue Funktionen einzuführen. Weitere Informationen finden Sie unter Änderung der Verfügbarkeit von Studio Lab.
Anmerkung
Ab dem 8. August 2025 verwendet Amazon SageMaker Studio Lab JupyterLab 4 statt JupyterLab 3. Sollten Sie Abhängigkeitsprobleme feststellen, installieren Sie bitte alle Erweiterungen, die Sie Ihren Umgebungen hinzugefügt haben, erneut.
Amazon SageMaker Studio Lab ist ein kostenloser Service, der Kunden Zugriff auf AWS Rechenressourcen in einer Umgebung bietet, die auf Open Source JupyterLab 4 basiert. Es basiert auf derselben Architektur und Benutzeroberfläche wie Amazon SageMaker Studio Classic, verfügt jedoch über eine Teilmenge der Studio Classic-Funktionen.
Mit Studio Lab können Sie AWS Rechenressourcen verwenden, um Ihre Jupyter-Notebooks zu erstellen und auszuführen, ohne sich für ein Konto registrieren zu müssen. AWS Da Studio Lab auf Open Source basiert, können Sie Open-Source-Jupyter-Erweiterungen nutzen JupyterLab, um Ihre Jupyter-Notebooks auszuführen.
Studio Lab SageMaker im Vergleich zu Amazon Studio Classic
Studio Lab bietet zwar kostenlosen Zugriff auf AWS Rechenressourcen, Amazon SageMaker Studio Classic bietet jedoch die folgenden erweiterten Funktionen für maschinelles Lernen, die Studio Lab nicht unterstützt.
-
Kontinuierliche Integration und kontinuierliche Bereitstellung (Pipelines)
-
Real-time Vorhersagen
-
Large-scale verteiltes Training
-
Datenaufbereitung (Amazon SageMaker Data Wrangler)
-
Kennzeichnung von Daten (Amazon SageMaker Ground Truth)
-
Kernfunktionen
-
Bias-Analyse (Klären)
-
Modellbereitstellung
-
Modellüberwachung
Studio Classic unterstützt auch eine detaillierte Zugriffskontrolle und Sicherheit mithilfe von AWS Identity and Access Management (IAM), Amazon Virtual Private Cloud (Amazon VPC) und (). AWS Key Management Service AWS KMS Studio Lab unterstützt diese Studio Classic-Funktionen nicht und unterstützt auch nicht die Verwendung ModelTrainers und die integrierten KI-Algorithmen. SageMaker
Informationen zum Exportieren Ihrer Studio-Lab-Projekte zur Verwendung mit Studio Classic finden Sie unter Exportieren Sie eine Amazon SageMaker Studio Lab-Umgebung nach Amazon SageMaker Studio Classic.
Die folgenden Themen enthalten Informationen zu Studio Lab und seiner Verwendung
Themen
