RStudio op Amazon SageMaker is de eerste volledig beheerde RStudio Workbench in de cloud in de branche. U kunt snel de vertrouwde RStudio Integrated Development Environment (IDE) starten en de onderliggende computerbronnen in- en uitschakelen zonder uw werk te onderbreken, waardoor het eenvoudig wordt om machine learning (ML) en analyseoplossingen op schaal in R te bouwen. RStudio op SageMaker wordt al geleverd met een ingebouwde afbeelding vooraf geconfigureerd met R-programmeer- en datawetenschapstools; u moet echter vaak uw IDE-omgeving aanpassen. Vanaf vandaag kunt u uw eigen aangepaste afbeelding met pakketten en tools naar keuze meenemen en deze met een paar klikken beschikbaar maken voor alle gebruikers van RStudio op SageMaker.

Het meenemen van uw eigen aangepaste afbeelding heeft verschillende voordelen. U kunt de aan de slag-ervaring voor datawetenschappers en ontwikkelaars standaardiseren en vereenvoudigen door een startersimage te leveren, de stuurprogramma's die nodig zijn om verbinding te maken met datastores vooraf te configureren of gespecialiseerde datawetenschapssoftware vooraf te installeren voor uw bedrijfsdomein. Bovendien kunnen organisaties die eerder hun eigen RStudio Workbench hebben gehost, bestaande containeromgevingen hebben die ze willen blijven gebruiken in RStudio op SageMaker.

In dit bericht delen we stapsgewijze instructies om een ​​aangepaste afbeelding te maken en deze naar RStudio op SageMaker te brengen met behulp van de AWS-beheerconsole or AWS-opdrachtregelinterface (AWS CLI). U kunt uw eerste aangepaste IDE-omgeving in een paar eenvoudige stappen in gebruik nemen. Raadpleeg voor meer informatie over de inhoud die in dit bericht wordt besproken: Breng uw eigen RStudio-afbeelding mee.

Overzicht oplossingen

Wanneer een datawetenschapper een nieuwe sessie start in RStudio op SageMaker, wordt een nieuwe on-demand ML-rekeninstantie ingericht en wordt een containerimage uitgevoerd die de runtime-omgeving definieert (besturingssysteem, bibliotheken, R-versies, enzovoort) op de ML voorbeeld. U kunt uw datawetenschappers meerdere keuzes bieden voor de runtime-omgeving door aangepaste containerafbeeldingen te maken en deze beschikbaar te maken op het RStudio Workbench-opstartprogramma, zoals weergegeven in de volgende schermafbeelding.

Het volgende diagram beschrijft het proces om uw aangepaste afbeelding te brengen. Eerst bouw je een aangepaste container-image van een Dockerfile en push je deze naar een repository in Amazon Elastic Container-register (Amazon ECR). Vervolgens maakt u een SageMaker-afbeelding die verwijst naar de containerafbeelding in Amazon ECR en voegt u die afbeelding toe aan uw SageMaker-domein. Dit maakt de aangepaste afbeelding beschikbaar voor het starten van een nieuwe sessie in RStudio.

Voorwaarden

Om deze oplossing te implementeren, moet u aan de volgende voorwaarden voldoen:

We geven meer details over elk in deze sectie.

RStudio op SageMaker-domein

Als u een bestaand SageMaker-domein heeft waarop RStudio is ingeschakeld vóór 7 april 2022, moet u de RStudioServerPro app onder de naam van het gebruikersprofiel domain-shared om de nieuwste updates te krijgen voor het meenemen van uw eigen aangepaste afbeeldingsmogelijkheid. De AWS CLI-opdrachten zijn als volgt. Merk op dat deze actie RStudio-gebruikers op SageMaker onderbreekt.

aws sagemaker delete-app 
    --domain-id <sagemaker-domain-id> 
    --app-type RStudioServerPro 
    --app-name default 
    --user-profile-name domain-shared
aws sagemaker create-app 
    --domain-id <sagemaker-domain-id> 
    --app-type RStudioServerPro 
    --app-name default 
    --user-profile-name domain-shared

Als dit de eerste keer is dat u RStudio op SageMaker gebruikt, volgt u het stapsgewijze installatieproces beschreven in Ga aan de slag met RStudio op Amazon SageMaker, of voer het volgende uit: AWS CloudFormatie sjabloon om uw eerste RStudio op SageMaker-domein in te stellen. Als u al een werkende RStudio op het SageMaker-domein heeft, kunt u deze stap overslaan.

De volgende RStudio op SageMaker CloudFormation-sjabloon vereist een RStudio-licentie die is goedgekeurd via AWS License Manager. Voor meer informatie over licenties, zie: RStudio-licentie. Houd er ook rekening mee dat er slechts één SageMaker-domein is toegestaan ​​per AWS-regio, dus u moet een AWS-account en regio gebruiken die geen bestaand domein heeft.

1. Kies Start Stack.
   
   De link brengt u naar de us-east-1 regio, maar u kunt naar de regio van uw voorkeur veranderen.
2. In het Specificeer sjabloon sectie, kies Volgende.
3. In het Geef stapeldetails op sectie, voor Stack naam, voer een naam in.
4. Voor parameters, voer een SageMaker-gebruikersprofielnaam in.
5. Kies Volgende.
6. In het Configureer stapelopties sectie, kies Volgende.
7. In het Beoordeling sectie, selecteer Ik erken dat AWS CloudFormation IAM-bronnen kan creëren En kies Volgende.
8. Wanneer de stapelstatus verandert in CREATE_COMPLETE, Ga naar het control panel op de SageMaker-console om het domein en de nieuwe gebruiker te vinden.

IAM-beleid voor interactie met Amazon ECR

Om te communiceren met uw privé Amazon ECR-repositories, hebt u de volgende IAM-machtigingen nodig in de IAM-gebruiker of -rol die u gebruikt om Docker-images te bouwen en te pushen:

{ 
    "Version":"2012-10-17", 
    "Statement":[ 
        {
            "Sid": "VisualEditor0",
            "Effect":"Allow", 
            "Action":[ 
                "ecr:CreateRepository", 
                "ecr:BatchGetImage", 
                "ecr:CompleteLayerUpload", 
                "ecr:DescribeImages", 
                "ecr:DescribeRepositories", 
                "ecr:UploadLayerPart", 
                "ecr:ListImages", 
                "ecr:InitiateLayerUpload", 
                "ecr:BatchCheckLayerAvailability", 
                "ecr:PutImage" 
            ], 
            "Resource": "*" 
        }
    ]
}

Om in eerste instantie te bouwen op basis van een openbare Amazon ECR-afbeelding zoals weergegeven in dit bericht, moet u de door AWS beheerde AmazonElasticContainerRegistryPublicRead Only beleid ook toe aan uw IAM-gebruiker of -rol.

Om een ​​Docker-containerimage te bouwen, kunt u een lokale Docker-client of de SageMaker Docker-build CLI-tool van een terminal in RStudio op SageMaker. Volg voor dit laatste de voorwaarden in Gebruik de Amazon SageMaker Studio Image Build CLI om containerafbeeldingen van uw Studio-notebooks te maken om de IAM-machtigingen en CLI-tool in te stellen.

AWS CLI-versies

Er zijn minimale versievereisten voor de AWS CLI-tool om de opdrachten uit te voeren die in dit bericht worden genoemd. Zorg ervoor dat u AWS CLI upgradet op uw terminal naar keuze:

• AWS CLI v1 >= 1.23.6
• AWS CLI v2 >= 2.6.2

Een Docker-bestand voorbereiden

U kunt uw runtime-omgeving in RStudio aanpassen in een Dockerfile. Omdat de aanpassing afhangt van uw gebruiksscenario en vereisten, laten we u in dit voorbeeld de essentie en de meest voorkomende aanpassingen zien. U kunt de volledige downloaden voorbeeld Docker-bestand.

RStudio Workbench-sessiecomponenten installeren

De belangrijkste software die u in uw aangepaste containerimage moet installeren, is RStudio Workbench. We downloaden van de openbare S3-bucket gehost door RStudio PBC. Er zijn veel versie-releases en OS-distributies voor gebruik. De versie van de installatie moet compatibel zijn met de RStudio Workbench-versie die wordt gebruikt in RStudio op SageMaker, die op het moment van schrijven 1.4.1717-3 is. Het besturingssysteem (argument OS in het volgende fragment) moet overeenkomen met de basis OS gebruikt in de containerafbeelding. In ons voorbeeld Dockerfile, is de basisafbeelding die we gebruiken Amazon Linux 2 van een door AWS beheerde openbare Amazon ECR-repository. Het compatibele RStudio Workbench-besturingssysteem is centos7.

FROM public.ecr.aws/amazonlinux/amazonlinux
...
ARG RSW_VERSION=1.4.1717-3
ARG RSW_NAME=rstudio-workbench-rhel
ARG OS=centos7
ARG RSW_DOWNLOAD_URL=https://s3.amazonaws.com/rstudio-ide-build/server/${OS}/x86_64
RUN RSW_VERSION_URL=`echo -n "${RSW_VERSION}" | sed 's/+/-/g'` 
    && curl -o rstudio-workbench.rpm ${RSW_DOWNLOAD_URL}/${RSW_NAME}-${RSW_VERSION_URL}-x86_64.rpm 
    && yum install -y rstudio-workbench.rpm

U kunt alle OS-release-opties vinden met de volgende opdracht:

aws s3 ls s3://rstudio-ide-build/server/

Installeer R (en versies van R)

De runtime voor uw aangepaste RStudio-containerimage heeft ten minste één versie van R nodig. We kunnen eerst een versie van R installeren en deze de standaard R maken door softlinks te maken naar /usr/local/bin/:

# Install main R version
ARG R_VERSION=4.1.3
RUN curl -O https://cdn.rstudio.com/r/centos-7/pkgs/R-${R_VERSION}-1-1.x86_64.rpm && 
    yum install -y R-${R_VERSION}-1-1.x86_64.rpm && 
    yum clean all && 
    rm -rf R-${R_VERSION}-1-1.x86_64.rpm

RUN ln -s /opt/R/${R_VERSION}/bin/R /usr/local/bin/R && 
    ln -s /opt/R/${R_VERSION}/bin/Rscript /usr/local/bin/Rscript

Datawetenschappers hebben vaak meerdere versies van R nodig, zodat ze gemakkelijk kunnen schakelen tussen projecten en codebase. RStudio op SageMaker ondersteunt eenvoudig schakelen tussen R-versies, zoals te zien is in de volgende schermafbeelding.

RStudio op SageMaker scant en ontdekt automatisch versies van R in de volgende mappen:

/usr/lib/R
/usr/lib64/R
/usr/local/lib/R
/usr/local/lib64/R
/opt/local/lib/R
/opt/local/lib64/R
/opt/R/*
/opt/local/R/*

We kunnen meer versies in de containerafbeelding installeren, zoals weergegeven in het volgende fragment. Ze worden geïnstalleerd in /opt/R/.

RUN curl -O https://cdn.rstudio.com/r/centos-7/pkgs/R-4.0.5-1-1.x86_64.rpm && 
    yum install -y R-4.0.5-1-1.x86_64.rpm && 
    yum clean all && 
    rm -rf R-4.0.5-1-1.x86_64.rpm

RUN curl -O https://cdn.rstudio.com/r/centos-7/pkgs/R-3.6.3-1-1.x86_64.rpm && 
    yum install -y R-3.6.3-1-1.x86_64.rpm && 
    yum clean all && 
    rm -rf R-3.6.3-1-1.x86_64.rpm

RUN curl -O https://cdn.rstudio.com/r/centos-7/pkgs/R-3.5.3-1-1.x86_64.rpm && 
    yum install -y R-3.5.3-1-1.x86_64.rpm && 
    yum clean all && 
    rm -rf R-3.5.3-1-1.x86_64.rpm

RStudio Professional-stuurprogramma's installeren

Datawetenschappers hebben vaak toegang nodig tot gegevens uit bronnen zoals: Amazone Athene en Amazon roodverschuiving binnen RStudio op SageMaker. U kunt dit doen met behulp van RStudio professionele stuurprogramma's en RStudio-verbindingen. Zorg ervoor dat u de relevante bibliotheken en stuurprogramma's installeert, zoals weergegeven in het volgende fragment:

# Install RStudio Professional Drivers ----------------------------------------#
RUN yum update -y && 
    yum install -y unixODBC unixODBC-devel && 
    yum clean all

ARG DRIVERS_VERSION=2021.10.0-1
RUN curl -O https://drivers.rstudio.org/7C152C12/installer/rstudio-drivers-${DRIVERS_VERSION}.el7.x86_64.rpm && 
    yum install -y rstudio-drivers-${DRIVERS_VERSION}.el7.x86_64.rpm && 
    yum clean all && 
    rm -f rstudio-drivers-${DRIVERS_VERSION}.el7.x86_64.rpm && 
    cp /opt/rstudio-drivers/odbcinst.ini.sample /etc/odbcinst.ini

RUN /opt/R/${R_VERSION}/bin/R -e 'install.packages("odbc", repos="https://packagemanager.rstudio.com/cran/__linux__/centos7/latest")'

Aangepaste bibliotheken installeren

Je kunt ook extra R- en Python-bibliotheken installeren, zodat datawetenschappers ze niet meteen hoeven te installeren:

RUN /opt/R/${R_VERSION}/bin/R -e 
    "install.packages(c('reticulate', 'readr', 'curl', 'ggplot2', 'dplyr', 'stringr', 'fable', 'tsibble', 'dplyr', 'feasts', 'remotes', 'urca', 'sodium', 'plumber', 'jsonlite'), repos='https://packagemanager.rstudio.com/cran/__linux__/centos7/latest')"
    
RUN /opt/python/${PYTHON_VERSION}/bin/pip install --upgrade 
        'boto3>1.0<2.0' 
        'awscli>1.0<2.0' 
        'sagemaker[local]<3' 
        'sagemaker-studio-image-build' 
        'numpy'

Wanneer je je aanpassing in een Dockerfile hebt voltooid, is het tijd om een ​​containerimage te maken en deze naar Amazon ECR te pushen.

Bouwen en pushen naar Amazon ECR

U kunt vanuit de Dockerfile een containerimage bouwen vanaf een terminal waar de Docker-engine is geïnstalleerd, zoals uw lokale terminal of AWS-Cloud9. Als je het vanaf een terminal in RStudio op SageMaker bouwt, kun je SageMaker Studio Afbeelding bouwen. We demonstreren de stappen voor beide benaderingen.

In een lokale terminal waar de Docker-engine aanwezig is, kunt u de volgende opdrachten uitvoeren vanaf waar de Dockerfile zich bevindt. U kunt het voorbeeldscript gebruiken maak-en-update-image.sh.

IMAGE_NAME=r-4.1.3-rstudio-1.4.1717-3           # the name for SageMaker Image
REPO=rstudio-custom                             # ECR repository name
TAG=$IMAGE_NAME
# login to your Amazon ECR
aws ecr get-login-password | docker login --username AWS --password-stdin ${ACCOUNT_ID}.dkr.ecr.${REGION}.amazonaws.com

# create a repo
aws ecr create-repository --repository-name ${REPO}

# build a docker image and push it to the repo
docker build . -t ${REPO}:${TAG} -t ${ACCOUNT_ID}.dkr.ecr.${REGION}.amazonaws.com/${REPO}:${TAG}
docker push ${ACCOUNT_ID}.dkr.ecr.${REGION}.amazonaws.com/${REPO}:${TAG}

Voer in een terminal op RStudio op SageMaker de volgende opdrachten uit:

pip install sagemaker-studio-image-build
sm-docker build . --repository ${REPO}:${IMAGE_NAME}

Na deze opdrachten heb je een repository en een Docker-containerimage in Amazon ECR voor onze volgende stap, waarin we de containerimage toevoegen voor gebruik in RStudio op SageMaker. Let op de afbeeldings-URI in Amazon ECR <ACCOUNT_ID>.dkr.ecr.<REGION>.amazonaws.com/<REPO>:<TAG> voor later gebruik.

Update RStudio op SageMaker via de console

RStudio op SageMaker maakt runtime-aanpassing mogelijk door het gebruik van een aangepaste SageMaker-afbeelding. Een SageMaker-afbeelding is een houder voor een set SageMaker-afbeeldingsversies. Elke afbeeldingsversie vertegenwoordigt een containerafbeelding die compatibel is met RStudio op SageMaker en is opgeslagen in een Amazon ECR-repository. Om een ​​aangepaste SageMaker-afbeelding beschikbaar te maken voor alle RStudio-gebruikers binnen een domein, kunt u de afbeelding aan het domein koppelen volgens de stappen in deze sectie.

1. Navigeer op de SageMaker-console naar de Aangepaste SageMaker Studio-afbeeldingen gekoppeld aan domein pagina, en kies Bevestig afbeelding.
   
2. kies Nieuw beelden voer uw Amazon ECR-afbeeldings-URI in.
3. Kies Volgende.
   
4. In het Afbeeldingseigenschappen sectie, geef een Afbeelding naam (vereist), Weergavenaam van afbeelding (optioneel), Omschrijving (optioneel), IAM-rol en tags.
   De weergavenaam afbeelding, indien aanwezig, wordt weergegeven in de sessiestarter in RStudio op SageMaker. Als de Weergavenaam van afbeelding veld leeg wordt gelaten, de afbeelding naam wordt in plaats daarvan weergegeven in RStudio op SageMaker.
5. Verlof EFS-aankoppelpad en Geavanceerde configuratie (Gebruikers-ID en Groeps-ID) standaard omdat RStudio op SageMaker de configuratie voor ons beheert.
6. In het Beeldtype sectie, selecteer RStudio-afbeelding.
7. Kies Verzenden.
   

U ziet nu een nieuw item in de lijst. Het is vermeldenswaard dat u met de introductie van de ondersteuning van aangepaste RStudio-afbeeldingen een nieuwe Gebruikstype: kolom in de tabel om aan te geven of een afbeelding een RStudio-afbeelding of een Amazon SageMaker Studio afbeelding.

Het kan tot 5-10 minuten duren voordat de aangepaste afbeeldingen beschikbaar zijn in de gebruikersinterface van de sessiestarter. U kunt dan een nieuwe R-sessie starten in RStudio op SageMaker met uw aangepaste afbeeldingen.

Na verloop van tijd wilt u misschien oude en verouderde afbeeldingen verwijderen. Om de aangepaste afbeeldingen uit de lijst met aangepaste afbeeldingen in RStudio te verwijderen, selecteert u de afbeeldingen in de lijst en kiest u Losmaken.

Kies Losmaken nogmaals om te bevestigen.

Update RStudio op SageMaker via de AWS CLI

In de volgende secties worden de stappen beschreven om een ​​SageMaker-afbeelding te maken en deze bij te voegen voor gebruik in RStudio op SageMaker op de SageMaker-console en met behulp van de AWS CLI. U kunt het voorbeeldscript gebruiken maak-en-update-image.sh.

Maak de SageMaker-afbeelding en afbeeldingsversie

De eerste stap is om een ​​SageMaker-afbeelding te maken van de aangepaste containerafbeelding in Amazon ECR door de volgende twee opdrachten uit te voeren:

ROLE_ARN=<execution-role-that-has-AmazonSageMakerFullAccess-policy>
DISPLAY_NAME=RSession-r-4.1.3-rstudio-1.4.1717-3
aws sagemaker create-image 
    --image-name ${IMAGE_NAME} 
    --display-name ${DISPLAY_NAME} 
    --role-arn ${ROLE_ARN}

aws sagemaker create-image-version 
    --image-name ${IMAGE_NAME} 
    --base-image "${ACCOUNT_ID}.dkr.ecr.${REGION}.amazonaws.com/${REPO}:${TAG}"

Merk op dat de aangepaste afbeelding die wordt weergegeven in de sessiestarter in RStudio op SageMaker wordt bepaald door de invoer van --display-name. Als de optionele weergavenaam niet is opgegeven, wordt de invoer van --image-name in plaats daarvan wordt gebruikt. Merk ook op dat de IAM-rol SageMaker in staat stelt een Amazon ECR-afbeelding aan RStudio op SageMaker te koppelen.

Maak een AppImageConfig

Naast een SageMaker-afbeelding, die de afbeeldings-URI van Amazon ECR vastlegt, is er een app-afbeeldingsconfiguratie (AppImageConfig) is vereist voor gebruik in een SageMaker-domein. We vereenvoudigen de configuratie voor een RSessionApp image zodat we gewoon een tijdelijke aanduiding-configuratie kunnen maken met de volgende opdracht:

IMAGE_CONFIG_NAME=r-4-1-3-rstudio-1-4-1717-3
aws sagemaker create-app-image-config 
    --app-image-config-name ${IMAGE_CONFIG_NAME}

Koppelen aan een SageMaker-domein

Met de SageMaker-image en de app-imageconfiguratie die zijn gemaakt, zijn we klaar om de aangepaste containerimage aan het SageMaker-domein te koppelen. Om een ​​aangepaste SageMaker-afbeelding beschikbaar te maken voor alle RStudio-gebruikers binnen een domein, koppelt u de afbeelding aan het domein als standaard gebruikersinstelling. Alle bestaande gebruikers en eventuele nieuwe gebruikers kunnen de aangepaste afbeelding gebruiken.

Voor een betere leesbaarheid plaatsen we de volgende configuratie in het JSON-bestand: standaard-gebruikersinstellingen.json:

    "DefaultUserSettings": {
        "RSessionAppSettings": {
           "CustomImages": [
                {
                     "ImageName": "r-4.1.3-rstudio-2022",
                     "AppImageConfigName": "r-4-1-3-rstudio-2022"
                },
                {
                     "ImageName": "r-4.1.3-rstudio-1.4.1717-3",
                     "AppImageConfigName": "r-4-1-3-rstudio-1-4-1717-3"
                }
            ]
        }
    }
}

In dit bestand kunnen we de afbeelding specificeren en AppImageConfig naamparen in een lijst in DefaultUserSettings.RSessionAppSettings.CustomImages. Dit voorgaande fragment gaat ervan uit dat er twee aangepaste afbeeldingen worden gemaakt.

Voer vervolgens de volgende opdracht uit om het SageMaker-domein bij te werken:

aws sagemaker update-domain 
    --domain-id <sagemaker-domain-id> 
    --cli-input-json file://default-user-settings.json

Nadat u het domein heeft bijgewerkt, kan het tot 5-10 minuten duren voordat de aangepaste afbeeldingen beschikbaar zijn in de gebruikersinterface van de sessiestarter. U kunt dan een nieuwe R-sessie starten in RStudio op SageMaker met uw aangepaste afbeeldingen.

Afbeeldingen loskoppelen van een SageMaker-domein

U kunt afbeeldingen eenvoudig loskoppelen door de ImageName en AppImageConfigName paren van default-user-settings.json en het bijwerken van het domein.

Bijvoorbeeld, het domein bijwerken met het volgende: default-user-settings.json verwijdert r-4.1.3-rstudio-2022 van de R-sessie die de gebruikersinterface start en vertrekt r-4.1.3-rstudio-1.4.1717-3 als de enige aangepaste afbeelding die beschikbaar is voor alle gebruikers in een domein:

{
    "DefaultUserSettings": {
        "RSessionAppSettings": {
           "CustomImages": [
                {
                     "ImageName": "r-4.1.3-rstudio-1.4.1717-3",
                     "AppImageConfigName": "r-4-1-3-rstudio-1-4-1717-3"
                }
            ]
        }
    }
}

Opruimen

Om afbeeldingen en bronnen in het SageMaker-domein veilig te verwijderen, voert u de volgende stappen uit in: Afbeeldingsbronnen opschonen.

Om de RStudio op SageMaker en het SageMaker-domein veilig te verwijderen, voert u de volgende stappen uit in: Een Amazon SageMaker-domein verwijderen om elke RSessionGateway-app, gebruikersprofiel en het domein te verwijderen.

Om afbeeldingen en opslagplaatsen in Amazon ECR veilig te verwijderen, voert u de volgende stappen uit in: Een afbeelding verwijderen.

Ten slotte, om de CloudFormation-sjabloon te verwijderen:

1. Kies op de AWS CloudFormation-console Stapels.
2. Selecteer de stack die u voor deze oplossing hebt geïmplementeerd.
3. Kies Verwijderen.

Conclusie

RStudio op SageMaker maakt het voor datawetenschappers eenvoudig om ML- en analytische oplossingen op schaal in R te bouwen, en voor beheerders om een ​​robuuste datawetenschapsomgeving voor hun ontwikkelaars te beheren. Datawetenschappers willen de omgeving aanpassen zodat ze de juiste bibliotheken voor de juiste taak kunnen gebruiken en de gewenste reproduceerbaarheid voor elk ML-project kunnen bereiken. Beheerders moeten de datawetenschapsomgeving standaardiseren om wettelijke en veiligheidsredenen. U kunt nu aangepaste containerafbeeldingen maken die voldoen aan uw organisatorische vereisten en gegevenswetenschappers toestaan ​​deze te gebruiken in RStudio op SageMaker.

We moedigen je aan om het uit te proberen. Veel plezier met ontwikkelen!

Over de auteurs

Michaël Hsieh is een Senior AI/ML Specialist Solutions Architect. Hij werkt samen met klanten om hun ML-reis vooruit te helpen met een combinatie van AWS ML-aanbiedingen en zijn ML-domeinkennis. Als transplantatie in Seattle houdt hij ervan om de geweldige Moeder Natuur die de stad te bieden heeft te verkennen, zoals de wandelpaden, kajakken op het landschap in de SLU en de zonsondergang bij Shilshole Bay.

Declan Kelly is een Software Engineer in het Amazon SageMaker Studio-team. Sinds de lancering op AWS re:Invent 2019 werkt hij aan Amazon SageMaker Studio. Naast zijn werk houdt hij van wandelen en klimmen.

Sean Morgan is een AI/ML Solutions Architect bij AWS. Hij heeft ervaring op het gebied van halfgeleiders en academisch onderzoek en gebruikt zijn ervaring om klanten te helpen hun doelen op AWS te bereiken. In zijn vrije tijd is Sean een actieve open-source bijdrager en onderhouder, en is hij de leider van de speciale belangengroep voor TensorFlow Add-ons.