Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Usa le risorse iniziali di Amazon SageMaker Studio Lab
Amazon SageMaker Studio Lab supporta le seguenti risorse per aiutare i professionisti dell'apprendimento automatico (ML) a iniziare. Questa guida mostra come clonare i notebook per il progetto.
**Nozioni di base sul notebook**
Studio Lab è dotato di un notebook per principianti che fornisce informazioni generali e guida l'utente attraverso i principali flussi di lavoro. Quando si avvia il runtime del progetto per la prima volta, questo notebook si apre automaticamente.
**Immergiti nel Deep Learning**
Immergiti nel Deep Learning (D2L) è un libro interattivo e open source che insegna le idee, la teoria matematica e il codice alla base del machine learning. Con oltre 150 notebook Jupyter, D2L offre una panoramica completa dei principi del deep learning. Per ulteriori informazioni su D2L, consulta il [sito Web D2L](https://d2l.ai/).
La procedura seguente mostra come clonare i notebook D2L Jupyter nell'istanza.
1. Avvia e apri l'ambiente di runtime del progetto Studio Lab seguendo [Avvio del runtime del progetto](studio-lab-manage-runtime.md#studio-lab-manage-runtime-start).
1. Una volta aperto Studio Lab, scegli la scheda Git () nella barra laterale sinistra.
1. Scegli **Clona un repository**.
Se non vedi l’opzione **Clona un repository**, è possibile che ti trovi attualmente in un repository Git. In alternativa, utilizza le fasi secondarie seguenti.
1. Scegli la scheda Cartella () nella barra laterale sinistra.
1. Sotto la barra di ricerca dei file, scegli l’icona a forma di cartella a sinistra del repository attualmente selezionato. Quando passi il mouse sull’icona a forma di cartella, vedrai la directory utente (`/home/studio-lab-user`).
1. Una volta nella directory utente, scegli la scheda Git nella barra laterale sinistra.
1. Scegli **Clona un repository**.
1. In **URL dei repository Git (.git)** ti verrà chiesto di fornire un URL.
1. In una nuova scheda del browser, accedi alla pagina di panoramica del progetto Studio Lab. L'URL ha il seguente formato.
```
https://studiolab.sagemaker.aws/users/{{}}
```
1. In **Sei nuovo nel mondo del machine learning?**, scegli **Immergiti nel Deep Learning**.
1. Dalla nuova scheda del browser **Dive into Deep Learning**, scegli di **GitHub**aprire una nuova pagina con i taccuini di esempio.
1. **Scegli **Code** e copia l'URL del GitHub repository nella scheda HTTPS.**
1. Torna alla scheda Apri browser progetti di Studio Lab, incolla l'URL del repository D2L e clona il repository.
**AWS Università di Machine Learning**
La AWS Machine Learning University (MLU) fornisce l'accesso ai corsi di machine learning utilizzati per formare gli sviluppatori di Amazon. Con AWS MLU, qualsiasi sviluppatore può imparare a usare l'apprendimento automatico con la serie di apprendimento learn-at-your-own -pace MLU Accelerator. La serie MLU Accelerator è progettata per aiutare gli sviluppatori a iniziare il loro viaggio nel machine learning. Offre corsi fondamentali di tre giorni su questi tre argomenti: elaborazione del linguaggio naturale, dati tabulari e visione artificiale. Per ulteriori informazioni, consulta [Machine Learning University](https://aws.amazon.com//machine-learning/mlu/).
La procedura seguente mostra come clonare i notebook AWS MLU Jupyter sulla propria istanza.
1. Avvia e apri l'ambiente di runtime del progetto Studio Lab seguendo [Avvio del runtime del progetto](studio-lab-manage-runtime.md#studio-lab-manage-runtime-start).
1. Una volta aperto Studio Lab, scegli la scheda Git () nella barra laterale sinistra.
1. Scegli **Clona un repository**.
Se non vedi l’opzione **Clona un repository**, è possibile che ti trovi attualmente in un repository Git. In alternativa, utilizza le fasi secondarie seguenti.
1. Scegli la scheda Cartella () nella barra laterale sinistra.
1. Sotto la barra di ricerca dei file, scegli l’icona a forma di cartella a sinistra del repository attualmente selezionato. Quando passi il mouse sull’icona a forma di cartella, vedrai la directory utente (`/home/studio-lab-user`).
1. Una volta nella directory utente, scegli la scheda Git nella barra laterale sinistra.
1. Scegli **Clona un repository**.
1. In **URL dei repository Git (.git)** ti verrà chiesto di fornire un URL.
1. In una nuova scheda del browser, accedi alla pagina di panoramica del progetto Studio Lab. L'URL ha il seguente formato.
```
https://studiolab.sagemaker.aws/users/{{}}
```
1. In **Sei nuovo nel mondo del machine learning?** , scegli **AWS Machine Learning University**.
1. Dalla nuova scheda del browser di **AWS Machine Learning University**, trova un corso che ti interessa leggendo il **riepilogo del corso** per ogni corso.
1. Scegliete l' GitHub archivio di interesse corrispondente in **Contenuto del corso, per aprire una nuova pagina con i taccuini** di esempio.
1. **Scegli **Code** e copia l'URL del GitHub repository nella scheda HTTPS.**
1. Torna alla scheda Apri browser progetti di Studio Lab, incolla l’URL del repository MLU e scegli **Clona** per clonare il repository.
** Roboflow**
Roboflow ti offre gli strumenti per addestrare, ottimizzare ed etichettare oggetti per applicazioni di visione artificiale. Per ulteriori informazioni, consulta [https://roboflow.com/](https://roboflow.com/).
La procedura seguente mostra come clonare i notebook Jupyter Roboflow nell'istanza.
1. Vai alla pagina di panoramica del progetto Studio Lab. L'URL ha il seguente formato.
```
https://studiolab.sagemaker.aws/users/{{}}
```
1. In **Risorse e community**, trova **Crea immagini generate dall’IA**.
1. In **Crea immagini generate dall’IA**, scegli **Apri notebook**.
1. Segui il tutorial sotto l'anteprima del Notebook.