这个动手实验室会通过三个不同类型的实验引导您如何使用Amazon SageMaker，让您感受SageMaker的非凡之处。

• 使用Amazon SageMaker构建Stable-Diffusion 这个实验会引导您通过Amazon SageMaker NoteBook实例来构建AIGC环境，同时您可以体验到使用提示词来使AI生成图片，在后续环节中还会引导您构建前后端Web应用，让您直接在Web端也可以体验到自己的AIGC
• 使用Amazon SageMaker加速你的Deepracer小车 这个实验会引导您通过Amazon SageMaker使用开源库来加速您的DeepRacer小车，更加简化您的智能驾驶流程.
• Amazon SageMaker JumpStart构建图像分类 通过这个实验，会引导您使用Amazon SageMaker JumpStart构建图像分类,JumpStart 支持一键式部署以及对这些模型进行微调，因此您可以在部署前逐步训练和调整模型,在本实验中，您将使用Amazon SageMaker JumpStart 构建图像分类模型，并使用该模型对花卉的图像进行分类.

如果您想获取更多有关Amazon SageMaker的知识，请阅读亚马逊 SageMaker.

一、使用Amazon SageMaker构建Stable-Diffusion

使用Amazon SageMaker构建Stable-Diffusion:https://www.bilibili.com/video/BV1c24y1E7a5?p=1

区域: ap-northeast-1(东京)

服务配额

Service-Quota配额控制台:https://ap-northeast-1.console.aws.amazon.com/servicequotas/home/services/sagemaker/quotas
本次实验需要用到GPU实例，如果您使用的是个人账号，请先确认您有ml.g4dn.xlarge的服务配额

申请提高配额

选中需要提高的服务配额，单击右上角 请求增加配额

更改配额值为 1

创建Amazon SageMaker Notebook实例

打开Amazon SageMaker控制台

直达链接:https://ap-northeast-1.console.aws.amazon.com/sagemaker/home?region=ap-northeast-1

创建Notebook实例

需要滑动左侧的服务框，找到笔记本–>笔记本实例—右上角创建笔记本实例

设置笔记本实例的名称、选择笔记本实例、以及存储的大小

对于权限和加密，点击角色下拉框，然后点击 创建新角色

在本次实验中需要用到S3存储桶来存放模型文件，在此处可以选择任意存储桶或者特定的存储桶

点击创建笔记本实例

等待大约4分钟左右，笔记本实例的状态为InService，我们就可以点击JupyterLab进行实验了

构建Stable-Diffusion环境

**查看Jupyter Lab控制台，选择最下面的 Terminal **

在此处我们需要下载本次实验的Notebook代码文件

cd SageMaker
wget https://static.us-east-1.prod.workshops.aws/public/73ea3a9f-37c8-4d01-ae4e-07cf6313adac/static/code/notebook-stable-diffusion-ssh-inference.ipynb
复制

双击打开刚刚下载的Notebook文件，需要注意我们要选择内核，请选择conda_pytorch_p39

修改提示词，生成新图片

利用Amazon Cloud 9 构建前后端Web应用

创建Cloud 9 环境

根据自己的需求设置名称，选择实例的大小以及实例的系统

构建Web应用

这里步骤就是 下包解压装依赖,服务一跑出图片

wget https://static.us-east-1.prod.workshops.aws/public/73ea3a9f-37c8-4d01-ae4e-07cf6313adac/static/code/SampleWebApp.zip
unzip SampleWebApp.zip
pip install Flask boto3
复制

等待Web应用运行起来后，开始使用描述词来生成我们的图片

清理

请删除对应的Notebook实例，以及推理里面的终端节点

结论

在本次实验中，您可以轻松的通过Amazon SageMaker来完成本次实验，并且您无需动手添加额外代码，为考虑到用户的体验，亚马逊云科技工程师还提供了Web端应用，确实更加方便。