亚马逊云计算基础教程——创建域并进行遥感地理科学数据分析（机器学习Machine Learning）-CSDN博客

本文链接：https://blog.csdn.net/qq_31988139/article/details/145512540

简介

本教程是我们使用亚马逊云平台创建域并进行遥感地理科学数据分析。写此教程的目的是不同于GEE、PIE-Engine和GVE云平台，这里的并没有提供专门的一个代码交互界面来快速实现遥感地理数据的快速分析，所以本教程的主要目的是如何构建一个可以进行数据分析的亚马逊云端jupyterlab教程。

AWS上创建一个账户：

Amazon Web Services Sign-In

在此创建账户最主要的目的是我们需要通过这个账户完成，这个就和GEE等平台创建一个账户一样。但这里有所不同的是我们需要有一个信用卡账户。这个过程主要需要5个过程这里就不一一介绍了。

在Amazon SageMaker上创建域

Amazon SageMaker 机器学习_机器学习模型构建训练部署-AWS云服务

1.选择不同的域进行创建

在下面的图片中选择我们创建的工作域

2.选择创建统一工作域

这里我们可以快速选择最底下的快速设置功能实现域的快速设定

Exploring the data using an Amazon SageMaker notebook
探索使用 Amazon SageMaker 笔记本的数据

快速设置这个步骤请看下图

注意：这个子网络中我们需要选择3个才能完成配置。

3.配置完成后的效果如下

4.创建 Amazon DataZone 域

如果你选择下面的数据域的话可以按照流程一步步来，此过程更为简单：

快速设置过程

最终可以创建结果

5.查看已经创建的域

用户可以通过下面的链接来进行域的访问https://us-east-2.console.aws.amazon.com/datazone/home?region=us-east-2#/domains

统一工作域

数据域

6.同一工作域创建项目

创建项目

在创建项目的过程中我们需要等待5分钟，然后我们就可以进入选择项目创建指定的jupyter notebook了

7.创建 jupyter notebook

终于到了我们最熟悉的环境jupyter notebook的创建

流程概述

To start looking into our data, we decided to make use of Amazon SageMaker notebook hosting functionality, which enables you to have a Jupyter notebook with popular data analysis and machine learning libraries pre-installed, as well as access to the Amazon SageMaker Python SDK.
开始研究我们的数据时，我们决定利用 Amazon SageMaker 笔记本托管功能，该功能允许您拥有一个预安装了流行数据分析与机器学习库的 Jupyter 笔记本，以及访问 Amazon SageMaker Python SDK。

Let’s launch a notebook instance in Amazon SageMaker. To do this, go to the Amazon SageMaker console, and choose Create notebook instance to create a Jupyter Notebook.
让我们在 Amazon SageMaker 中启动一个笔记本实例。为此，请转到 Amazon SageMaker 控制台，并选择创建笔记本实例以创建 Jupyter Notebook。

Next give your notebook instance a name and create a new IAM role giving Amazon SageMaker access to S3 by choosing Create a new role in the IAM Role selector. It is important that the IAM role that you created has access to the dataset in S3 that you created in the above step, in order to be able to pull it into the notebook.
接下来，为您的笔记本实例命名并创建一个新的 IAM 角色，通过在 IAM 角色选择器中选择“创建新角色”来授予 Amazon SageMaker 对 S3 的访问权限。重要的是您创建的 IAM 角色必须能够访问您在上一步骤中创建的 S3 数据集，以便将其拉入笔记本。

It takes a few minutes for the Amazon SageMaker notebook to be available. When it’s available, choose Open in the Actions column. This will take you to the Jupyter environment, where we’ll be able to run our notebook.
亚马逊 SageMaker 笔记本需要几分钟才能可用。可用后，在操作列中选择“打开”。这将带您进入 Jupyter 环境，我们将在那里运行我们的笔记本。