Sagemaker笔记本实例类型建议

选择SageMaker托管笔记本类型：

您是否打算在笔记本计算机上对内存中的数据进行所有预处理，或者打算通过外部服务来协调ETL？

如果您打算将数据集加载到笔记本实例的内存中以进行探索/预处理，则主要瓶颈在于确保实例具有足够的内存来存储您的数据集。这至少需要16gb类型（.xlarge）（此处提供ML实例类型的完整列表）。此外，根据预处理的计算强度以及所需的预处理完成时间，您可以选择计算优化的实例（c4，c5）来加快处理速度。

对于培训工作，特别是：

使用Amazon SageMaker SDK，您的培训数据将被加载并分发到培训集群，从而使您的培训工作与托管笔记本计算机所运行的实例完全分开。

确定理想的训练实例类型将取决于您选择/训练作业的算法是内存，CPU还是IO绑定。由于您的数据集很可能会从S3加载到训练群集中，因此您为托管笔记本选择的实例将不会影响训练工作的速度。

广泛地说：关于SageMaker笔记本，最佳实践是将笔记本用作“伪造者”或协调器，调出外部服务（用于预处理的AWS Glue或Amazon EMR，用于培训的SageMaker，用于存储的S3等） 。最好将它们视为短暂的计算/存储形式，以构建和启动实验管道。

这将使您能够更紧密地将计算，存储和托管资源/服务与对工作负载的需求进行配对，从而最终无需为潜在或未使用的资源付费，从而最大程度地节省了成本。