Questa è l'app Windows denominata Amazon SageMaker Examples la cui ultima versione può essere scaricata come Examplescheckpointpriortowebsitelaunch.zip. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online questa app denominata Amazon SageMaker Examples con OnWorks gratuitamente.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avvia qualsiasi emulatore online OS OnWorks da questo sito Web, ma migliore emulatore online Windows.
- 5. Dal sistema operativo OnWorks Windows che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione e installala.
- 7. Scarica Wine dai repository software delle tue distribuzioni Linux. Una volta installato, puoi quindi fare doppio clic sull'app per eseguirli con Wine. Puoi anche provare PlayOnLinux, un'interfaccia fantasiosa su Wine che ti aiuterà a installare programmi e giochi Windows popolari.
Wine è un modo per eseguire il software Windows su Linux, ma senza Windows richiesto. Wine è un livello di compatibilità Windows open source in grado di eseguire programmi Windows direttamente su qualsiasi desktop Linux. Essenzialmente, Wine sta cercando di re-implementare abbastanza Windows da zero in modo che possa eseguire tutte quelle applicazioni Windows senza effettivamente bisogno di Windows.
IMMAGINI
Ad
Esempi di Amazon SageMaker
DESCRIZIONE
Benvenuto in Amazon SageMaker. Questo progetto mette in evidenza i notebook Jupyter di esempio per una varietà di casi d'uso di machine learning che è possibile eseguire in SageMaker. Se non conosci SageMaker, ti consigliamo di iniziare con SageMaker Studio, più ricco di funzionalità. Utilizza la familiare interfaccia JupyterLab e si integra perfettamente con una varietà di ambienti di deep learning e data science e risorse di calcolo scalabili per la formazione, l'inferenza e altre operazioni di machine learning. Studio offre ai team e alle aziende un facile inserimento per i membri del loro team, liberandoli da complessi processi di amministrazione e sicurezza dei sistemi. Gli amministratori controllano l'accesso ai dati e il provisioning delle risorse per i propri utenti. Le istanze notebook sono un'altra opzione. Hanno le familiari interfacce Jupyter e JuypterLab che funzionano bene per singoli utenti o piccoli team in cui gli utenti sono anche amministratori. Gli utenti avanzati utilizzano anche SageMaker esclusivamente con l'AWS CLI e gli script Python utilizzando boto3 e/o SageMaker Python SDK.
Caratteristiche
- Esempio di notebook Jupyter che dimostrano come creare, addestrare e distribuire modelli di machine learning utilizzando Amazon SageMaker
- Amazon SageMaker è un servizio completamente gestito per flussi di lavoro di data science e machine learning (ML)
- Puoi utilizzare Amazon SageMaker per semplificare il processo di creazione, formazione e distribuzione di modelli ML
- I notebook di esempio SageMaker sono notebook Jupyter che dimostrano l'utilizzo di Amazon SageMaker
- Questi taccuini di esempio vengono caricati automaticamente nelle istanze di taccuini di SageMaker
- Contenitori di framework di machine learning predefiniti
Questa è un'applicazione che può anche essere scaricata da https://sourceforge.net/projects/amazon-sagemaker-ex.mirror/. È stato ospitato in OnWorks per essere eseguito online in modo più semplice da uno dei nostri sistemi operativi gratuiti.
