Add studio lab button test

README_studio-lab.md

@@ -0,0 +1,61 @@
+# 「BERTによる自然言語処理入門: Transformersを使った実践プログラミング」
+
+[![Open In SageMaker Studio Lab](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/stockmarkteam/bert-book/blob/master/Chapter4.ipynb)
+
+## Amazon SageMaker Studio Lab の使い方
+
+[Amazon SageMaker Studio Lab](https://studiolab.sagemaker.aws/)は無料の機械学習環境です。事前の[メールアドレスによる登録](https://studiolab.sagemaker.aws/requestAccount)を行うと、JupyterLabの実行環境が利用可能です。
+
+![SageMaker Studio のランディングページ](https://docs.aws.amazon.com/sagemaker/latest/dg/images/studio-lab-landing.png)
+
+### Amazon SageMaker Studio Labを開始する
+Studio Lab を利用開始するためには、アカウントのリクエストと作成が必要です。アカウントのリクエストはこのように行います。
+
+1. [Studio Lab のランディングページ](https://studiolab.sagemaker.aws/) を開きます。
+1. "Request free account" を選択します。
+1. メールアドレスなど必要な情報を記入します。
+1. "Submit request" ボタンを押します。
+1. メールアドレス確認のためのEメールを受け取ったら、案内に従って設定を完了してください。
+
+以下で Studio Lab のアカウント作成を行う前に、アカウントリクエストが承認される必要があります。リクエストは 5 営業日以内に審査されます。詳細は[ドキュメント (英語)](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-lab-onboard.html) をご覧ください。
+
+Studio Lab アカウントの作成は、以下の手順で行います。
+1. リクエスト承認メール内の "Create account" を押しページを開きます。
+1. Eメールアドレス、パスワード、ユーザー名を入力します。
+1. "Create account" を選択します。
+
+Studio Lab へのサインインは、
+1. [Studio Lab のランディングページ](https://studiolab.sagemaker.aws/) を開き、
+1. 右上の "Sign in" ボタンを押します。
+1. Eメールアドレス、パスワード、ユーザー名を入力します。
+1. "Sign in" を選択しプロジェクトのページを開きます。
+
+### GPUを使用する
+Studio Lab では4時間の compute time のあいだ GPU インスタンスを連続して利用することができます。なお、15 GB のストレージが割り当てられるので、ダウンロードしたデータや実行したコード、保存したファイルなどは、後のサインイン時に引き続き利用することができます。コンピュートインスタンスの詳細は[ドキュメント (英語)](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-lab-overview.html#studio-lab-overview-project-compute) をご覧下さい。
+1. Studio Lab にサインインしたら、このようなプロジェクトページが表示されます。
+1. "My Project" 以下の "Select compute type" から `GPU` を選択します。
+1. "Start runtime" を押します。
+1. ランタイムが開始したら "Open project" をクリックし JupyterLab 環境を開きます。
+
+![Studio Lab Project](https://docs.aws.amazon.com/sagemaker/latest/dg/images/studio-lab-overview.png)
+
+### コードを実行する
+Studio Lab では JupyterLab のインターフェイスを拡張した UI が提供されています。JupyterLab の UI になじみのない方は [The JupyterLab Interface](https://jupyterlab.readthedocs.io/en/latest/user/interface.html) のページをご覧ください。
+
+![SageMaker Studio UI](https://docs.aws.amazon.com/sagemaker/latest/dg/images/studio-lab-ui.png)
+
+[![Open In SageMaker Studio Lab](https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/stockmarkteam/bert-book/blob/master/Chapter4.ipynb)
+
+こちらのボタンから Studio Lab で本書の Notebook を開くことができます。"Copy to project" を押し、JupyterLab に遷移した後に "Clone Entier Repo" を選択すると、この GitHub リポジトリ全体をクローンすることができます。
+なお、いずれかのNotebookの冒頭で 
+```Python
+!pip install torch==1.9 matplotlib pandas 
+``` 
+によりライブラリの追加インストールを行なってください。ここで、PyTorch は Studio Lab でサポートされている 1.9 を利用しました。Studio Lab の環境とカスタマイズについてはこちらの[ドキュメント (英語)](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-lab-use-manage.html) をご覧下さい。
+
+### 外部ストレージ (Amazon S3) や Amazon SageMaker Studio の利用
+Studio Lab の project に割り当てられた 15 GB のストレージを超えて利用したい場合は、[Amazon S3 に接続](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-lab-use-external.html#studio-lab-use-external-s3)するか、[Amazon SageMaker Studio への移行](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-lab-use-migrate.html) を検討してください。
+
+## 既知の問題
+
+コードブロック#6-18でTensorBoardが表示されません、こちらは修正予定です。