SageMaker Studio Lab 示例

演示如何使用 Amazon SageMaker Studio Lab 构建 AI/ML 学习环境的 Jupyter 笔记本示例。

:books: 背景

SageMaker Studio Lab 是一项面向希望向 AI/ML 从业者发展的个人数据科学家的服务。您可以免费开启您的机器学习之旅。

此仓库将向您介绍如何根据您的兴趣领域（如计算机视觉、自然语言处理等）设置 Studio Lab。此外，我们还将展示如何将您的项目部署到 Amazon SageMaker，从而成为一名 AI/ML 从业者。

:hammer_and_wrench: 设置

请按照 开始使用 Amazon SageMaker Studio Lab 的说明进行操作。

1. 申请 Studio Lab 账户
2. 创建 Studio Lab 账户
3. 登录 Studio Lab

如果您希望本地化用户界面，请按照 用户界面本地化的说明 进行操作。

:computer: 使用

1. 阅读：您无需 Studio Lab 账户即可在 Studio Lab 中阅读笔记本。请随时点击“示例”部分中的“在 Studio Lab 中打开”按钮。
2. 运行：您可以通过复制笔记本或将仓库 git clone 到您的 Studio Lab 项目来运行笔记本。
3. 分享：您可以借助 GitHub 等 Git 仓库分享这些笔记本。如果您添加“在 Studio Lab 中打开”按钮，读者只需点击按钮即可复制笔记本或克隆仓库。

:notebook: 示例

计算机视觉

序号	标题	在 Studio Lab 中打开
1	使用 PyTorch 训练图像分类模型
2	使用 DenseNet-161 进行天气分类以降低灾害风险

自然语言处理

序号	标题	在 Studio Lab 中打开
1	使用 Hugging Face 在本地微调 T5 模型，用于 COVID-19 健康服务公告的机器翻译

地理空间数据科学

序号	标题	在 Studio Lab 中打开
1	地理空间数据分析入门
2	NOAA 天气与气候数据集的探索性分析

生成式深度学习

序号	标题	在 Studio Lab 中打开
1	JumpStart 入门——文本到图像
2	提示 Mistral 7B Instruct

连接 AWS

序号	标题	在 Studio Lab 中打开
1	在 Studio Lab 中使用 AWS 资源
2	将 Hugging Face 预训练模型部署到 Amazon SageMaker 无服务器端点——使用 Boto3

自定义环境

我们提供了 .yml 文件来设置各种编程语言和框架的运行环境。要使用这些 .yml 文件，请按照以下步骤操作。

1. 点击此处的按钮 -->
2. 点击 复制到项目 按钮
   • 在此之前需要先登录并启动运行时。
3. 出现提示时，选择 克隆整个仓库。
4. 确认勾选了 打开 README 文件 后，点击 克隆。
   • 如果出现 未找到 Conda 环境文件 的提示，请点击 忽略。
5. 打开 README.md 预览后，请前往 自定义环境 部分，根据需要点击相应的编程语言或特定框架环境链接以打开 .yml 文件。
6. 右键单击已打开的 .yml 文件选项卡，选择 在文件浏览器中显示。
7. 在文件浏览器中右键单击该 .yml 文件，然后选择 构建 Conda 环境。
8. 命令执行完成后，请在同一文件夹中运行笔记本以检查环境。当提示选择内核时，请选择刚刚创建的环境。

编程语言环境

• R 环境
• Julia 环境

特定框架环境

• AutoGluon (CPU) 环境
  • AutoGluon 是一个自动机器学习库，无需专业知识即可通过最先进的方法快速构建原型。
• fast.ai 环境
  • fast.ai 是一个深度学习库，它为实践者提供高级 API，为专家提供低级 API，同时能够实现最先进的结果。
• SciPy 环境
  • SciPy 是一款用于数学、科学和工程领域的开源软件。
• Diffusers 环境
  • diffusers 提供跨多种模态（如视觉和音频）的预训练扩散模型，并作为一个模块化的工具箱，用于扩散模型的推理和训练。
• RAPIDS 环境（外部链接）
  • RAPIDS 提供 GPU 加速的数据科学库。
• 地理空间环境
  • 地理空间环境基于用于地理空间分析的基础库构建，例如 geopandas、shapely 和 folium 等。
• 医学影像 AI 环境
  • 医学影像 AI 环境基于用于医学影像分析的基础库构建，例如 itkwidgets 和 monai。
• Gradio 环境
  • Gradio 是一个适合通过交互式界面展示模型的应用程序。

社区内容

以下是来自社区的一些示例。

GitHub 上的 Studio Lab 示例。

请在您使用 Studio Lab 的仓库上添加 amazon-sagemaker-lab 标签！我们将在此处或我们的博客中精选热门仓库。

:balance_scale: 许可证

本项目采用 Apache-2.0 许可证。

:handshake: 贡献

尽管我们非常期待收到社区的贡献，但我们仍在努力寻找最佳机制来接收来自外部的示例。如果您的拉取请求耗时比预期长或被关闭，请您暂时谅解。

如果您想提交问题或拉取请求，请阅读我们的 贡献指南。

🔎 参考资料

• SageMaker Studio Lab
• SageMaker Studio Lab 文档
• Stack Overflow
• 区域性示例
  • :jp: SageMaker Studio Lab 日本社区

SageMaker Studio Lab 示例快速上手指南

本指南旨在帮助开发者利用 Amazon SageMaker Studio Lab 免费构建 AI/ML 学习环境，并通过官方示例快速上手计算机视觉、自然语言处理及生成式 AI 等任务。

环境准备

SageMaker Studio Lab 是一个基于云端的免费服务，无需本地安装重型依赖，仅需满足以下条件：

• 硬件要求：任意可运行现代浏览器的设备（PC、Mac 或 Linux）。
• 网络要求：稳定的互联网连接（建议配置科学上网环境以访问 AWS 服务及 GitHub 资源）。
• 账号要求：需要注册一个 Amazon SageMaker Studio Lab 账号（完全免费，无需绑定信用卡）。
• 前置知识：了解基础的 Jupyter Notebook 操作和 Python 编程。

注意：目前该服务主要面向全球用户，暂无专门的中国区镜像加速方案。若加载缓慢，请检查网络连接状态。

安装与设置步骤

由于是云端环境，无需在本地安装软件，只需按以下步骤开通账户并克隆仓库：

1. 注册与登录

访问 SageMaker Studio Lab 官网，依次完成：

1. Request an account：提交注册申请（通常需等待审核邮件）。
2. Create account：收到邮件后设置密码创建账户。
3. Sign in：登录控制台。

2. 获取示例代码

登录成功后，有两种方式获取 studio-lab-examples 项目：

方式 A：直接打开单个示例（推荐新手） 在浏览器中点击下方表格中的 "Open in Studio Lab" 按钮，系统将自动把对应的 Notebook 复制到你的项目中。

方式 B：克隆整个仓库（适合进阶探索） 在 Studio Lab 终端（Terminal）中执行以下命令：

git clone https://github.com/aws/studio-lab-examples.git

3. 配置自定义环境（可选）

部分示例（如 AutoGluon, Diffusers, R 语言等）需要特定的 Conda 环境。若遇到缺少依赖包的情况，请按以下步骤构建：

1. 在文件浏览器中找到对应的 .yml 文件（例如 custom-environments/AutoGluon/autogluon_cpu.yml）。
2. 右键点击该文件，选择 Build Conda Environment。
3. 等待构建完成后，在运行 Notebook 时，点击右上角内核选择器，切换到新创建的环境。

基本使用示例

以下以“使用 PyTorch 训练图像分类模型”为例，展示最基础的使用流程。

步骤 1：打开示例

点击链接直接在 Studio Lab 中打开示例：

或者，如果你已克隆仓库，在文件浏览器中导航至： computer-vision/kmnist/cv-kminst.ipynb

步骤 2：启动运行时

1. 打开 Notebook 文件。
2. 点击右上角的 Start runtime 按钮。
3. 首次运行可能需要几分钟来初始化环境。

步骤 3：运行代码

按顺序执行单元格（Cell），典型代码如下（无需修改即可运行）：

# 导入必要的库
import torch
import torch.nn as nn
import torchvision.transforms as transforms
from torchvision import datasets

# 定义数据转换
transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))
])

# 下载并加载 KMNIST 数据集
train_dataset = datasets.KMNIST(root='./data', train=True, download=True, transform=transform)
test_dataset = datasets.KMNIST(root='./data', train=False, download=True, transform=transform)

print(f"训练集大小：{len(train_dataset)}")
print(f"测试集大小：{len(test_dataset)}")

步骤 4：查看结果与部署

• 查看结果：代码执行完毕后，下方将显示训练损失曲线及模型准确率。
• 部署模型：学习完成后，可参考 connect-to-aws/ 目录下的示例，使用 boto3 将训练好的模型部署到 Amazon SageMaker Serverless Endpoint。

---

更多领域示例索引：

• 自然语言处理：微调 T5 模型进行机器翻译 (natural-language-processing/)
• 地理空间数据：NOAA 气候数据探索分析 (geospatial-data-science/)
• 生成式 AI：Stable Diffusion 文生图、Mistral 7B 提示词工程 (generative-ai/)