全新功能 — 重新设计的 Amazon SageMaker Studio 用户界面



今天，我很激动地宣布推出一款全新的、重新设计的 Amazon SageMaker Studio 用户界面 (UI)。

SageMaker Studio 提供了基于 Web 的单一可视化界面，您可以在其中使用一整套机器学习 (ML) 工具执行所有机器学习开发步骤。例如，您可以使用 SageMaker Data Wrangler 准备数据，使用完全托管的 Jupyter notebook 构建机器学习模型，以及使用 SageMaker 的多模型端点部署模型。

重新设计的 Amazon SageMaker Studio 用户界面简介
通过重新设计的用户界面，您可以在 SageMaker Studio 中更轻松地发现并开始使用机器学习工具。新用户界面的一大亮点就是重新设计的导航菜单，其中包含指向 SageMaker 功能的链接，这些功能遵循从准备数据到构建、训练和部署机器学习模型的典型机器学习开发工作流程。

我们还为每个导航菜单项添加了新的动态登录页面。在您创建或更新时，这些登录页面会自动刷新，显示与该工具相关的机器学习资源，例如集群、特征组、实验和模型端点。 在每个页面上，您都可以找到视频、教程、博客或其他文档的链接，帮助您在 SageMaker Studio 中使用相应的机器学习工具。

您可以在 SageMaker Studio 新主页上一键访问常见任务和工作流程。您还可以从此处打开重新设计的启动器，包含一些最常见任务（例如创建新笔记本、打开代码控制台或打开图像终端）的快速链接。

下面我们来看重新设计的用户界面。

新导航菜单
现在，SageMaker Studio 中左侧的新导航菜单可以帮助您发现机器学习开发工作流程中每个步骤的正确工具，并导航到正确的工具。该菜单为关键机器学习任务（例如数据准备、实验、模型构建和部署）提供了清晰的切入点。该菜单还提供快速入门解决方案的快捷方式和有用的内容，可加快您在 SageMaker Studio 中的工作。

SageMaker 特征和功能的新登录页面
左侧的新导航菜单将相关工具组合在一起。例如，如果单击数据，您现在可以看到与您的数据准备任务相关的 SageMaker 功能。您可以从此处使用 SageMaker Data Wrangler 准备数据，使用 SageMaker Feature Store 创建和存储机器学习特征，或者管理用于大规模数据处理的 Amazon EMR 集群。

如果单击 Data Wrangler，会打开新的登录页面。这些登录页面能够帮助您更轻松地入门。您可以找到工具的简要介绍以及其他资源（例如视频、教程或博客）的链接。

其他导航菜单项也有类似的登录页面。例如，只需单击 AutoML，就可以查看现有的 SageMaker Autopilot 实验，或者开始创建新的实验。

新 SageMaker Studio 主页
我们还添加了新的 SageMaker Studio 主页，其中包含用户界面中按键控件的工具提示。

主页包含常见任务的快速操作列表，例如用于创建笔记本和其他资源的 Open Launcher。 可视化导入和准备数据将带您进入 SageMaker Data Wrangler，帮助您开始执行数据准备任务。您可以打开新的入门笔记本或查找其他资源，例如文档和教程。

重建和自动化解决方案可帮助您快速开始使用预构建的解决方案、预先训练的开源模型和 AutoML。

在工作流和任务中，您可以找到机器学习开发工作流程中每个步骤的相关任务列表，它们将带您找到适合该作业的工具。例如，存储、管理和检索特征会将您带到 SageMaker Feature Store 并打开特征目录。同样，查看所有实验将带您进入 SageMaker 实验并打开实验列表视图。

您可以在快速入门解决方案中找到预先训练的视觉、文本和表格模型、笔记本以及常见使用案例的端到端解决方案。

新入门笔记本
SageMaker Studio 现在包括新入门笔记本，可引导您了解如何使用 SageMaker Studio 的基础知识。如果您是第一次使用 SageMaker Studio，这是一个完美的起点。该笔记本涵盖了 JupyterLab 从基础知识到训练机器学习模型的实际演练的所有内容。该笔记本还详细介绍了 SageMaker 的特定功能、资源和工具。

新 SageMaker Studio Launcher
Launcher 旨在帮助您调用 JupyterLab 操作，并经过优化，可让您快速访问最常见的任务，例如创建笔记本、打开代码控制台或打开图像终端。在同一步骤中，您还可以根据需要选择映像、内核、实例类型或启动脚本。

现已推出
重新设计的 Amazon SageMaker Studio 用户界面现已在所有提供 SageMaker Studio 的 AWS 区域推出。在 JupyterLab 3 上运行的 SageMaker Studio 域支持重新设计的用户界面。有关如何更新 JupyterLab 版本的说明，请参阅从控制台查看和更新 JupyterLab 版本的应用程序。

尝试一下新的用户体验，通过 SageMaker Studio 中的紫色反馈小组件或您常用的 AWS Support 联系人告诉我们您的想法。

立即开始使用 Amazon SageMaker Studio 构建机器学习项目！

— Antje