跳至主要内容
单击此处以返回 Amazon Web Services 主页
关于 AWS
联系我们
支持
中文(简体)
我的账户
登录
创建 AWS 账户
re:Invent
产品
解决方案
定价
文档
了解
合作伙伴网络
AWS Marketplace
客户支持
活动
探索更多信息
关闭
عربي
Bahasa Indonesia
Deutsch
English
Español
Français
Italiano
Português
Tiếng Việt
Türkçe
Ρусский
ไทย
日本語
한국어
中文 (简体)
中文 (繁體)
关闭
我的配置文件
注销 AWS Builder ID
AWS 管理控制台
账户设置
账单与成本管理
安全证书
AWS Personal Health Dashboard
关闭
支持中心
专家帮助
知识中心
AWS Support 概述
AWS re:Post
单击此处以返回 Amazon Web Services 主页
免费试用
联系我们
re:Invent
产品
解决方案
定价
AWS 简介
入门
文档
培训和认证
开发人员中心
客户成功案例
合作伙伴网络
AWS Marketplace
支持
AWS re:Post
登录控制台
下载移动应用
Amazon SageMaker AI
概览
功能
机器学习阶段
定价
常见问题
开始使用
客户
关闭
HyperPod
Studio
JumpStart
Canvas
Ground Truth
实验
机器学习治理
所有功能
关闭
构建
训练
部署
MLOps
关闭
入门
资源
合作伙伴
机器学习
›
Amazon SageMaker
›
Amazon SageMaker Feature Store
Amazon SageMaker Feature Store
适用于机器学习特征的完全托管的服务
开始使用 Amazon SageMaker Feature Store
Amazon SageMaker Feature Store 的工作原理是什么?
存储、共享和管理用于训练和推理的机器学习模型功能
工作原理
单击可放大
SageMaker Feature Store 的优势
改进 MLOps 实践
将数据转换为 ML 功能,构建支持 MLOP 实践并加快模型部署速度的特征管道
促进功能重用
存储、共享和管理用于训练和推理的 ML 模型特征,以促进跨 ML 应用的特征复用
支持各种数据来源
从任意数据来源提取特征,包括来自应用程序日志、服务日志、点击流、传感器等来源的流和批处理数据和来自 AWS 或第三方数据来源的表格数据
SageMaker Feature Store 的资源
Blog
使用时间点查询构建训练数据
Blog
实现功能的跨团队重复使用
Blog
存储和发现 ML 功能
博客
特征工程管道自动化
博客
SageMaker Feature Store 中的流式摄取
Blog
SageMaker Feature Store 的主要功能
Video
SageMaker Feature Store 深入探究 (21:54)
最新资讯
日期(最新到最老)
日期(最新到最老)
未找到任何结果
1
…
…
后续步骤
Guide
查看分步指南
Workshop
开始使用 SageMaker Feature Store
终止对 Internet Explorer 的支持
知道了
AWS 对 Internet Explorer 的支持将于 07/31/2022 结束。受支持的浏览器包括 Chrome、Firefox、Edge 和 Safari。
了解详情 »