发布于: Nov 29, 2017
Amazon SageMaker 是一项完全托管的服务，可以帮助数据科学家和开发人员快速轻松地构建、训练和部署任何规模的机器学习模型。Amazon SageMaker 包含一些可同时或单独用以构建、训练和部署机器学习模型的模块。
构建
Amazon SageMaker 提供了快速连接到您的训练数据所需的所有内容，从而轻松构建 ML 模型并为训练做好准备，并且还可以轻松为您的应用程序选择和优化最佳算法和框架。Amazon SageMaker 包含托管的 Jupyter 笔记本，您可以轻松浏览和可视化在 Amazon S3 中存储的训练数据。您可以直接连接到 S3 中的数据，或者使用 AWS Glue 将数据从 Amazon RDS、Amazon DynamoDB 和 Amazon Redshift 移动到 S3 以在笔记本中进行分析。
为了帮助您选择算法，Amazon SageMaker 包含 10 种最常用的机器学习算法，这些算法已预装好并经过优化，与在任何其他地方运行这些算法相比，最多可以将性能提高 10 倍。Amazon SageMaker 还预先进行配置以运行 TensorFlow 和 Apache MXNet，这是两种最常见的开源框架。您也可以选择使用自己的框架。
训练
只需单击一下，您就可以在 Amazon SageMaker 控制台中开始训练您的模型。Amazon SageMaker 为您管理所有底层基础设施，并且可以轻松以 PB 级扩展以训练模型。为了使训练过程更快更轻松，Amazon SageMaker 可以自动调整您的模型以达到最高的精度。
部署
在训练并调整您的模型后，Amazon SageMaker 可以轻松在生产环境中部署该模型，以便您可以开始针对新数据运行和生成预测（该过程称为推理）。Amazon SageMaker 在跨多个可用区的 Amazon EC2 实例自动扩展集群上部署您的模型以实现高性能和高可用性。Amazon SageMaker 还包含内置的 A/B 测试功能，以帮助您测试模型并试验不同的版本以获得最佳效果。
Amazon SageMaker 承担了机器学习的繁重工作，因此，您可以快速轻松地构建、训练和部署机器学习模型。