Amazon SageMaker

通过完全托管的基础设施、工具和工作流程为任何用例构建、训练和部署机器学习 (ML) 模型。

通过多种工具让更多人能够利用 ML 进行创新,如面向数据科学家的 IDE 和面向业务分析师的无代码界面。

为机器学习访问、标记和处理大量结构化数据(表格数据)和非结构化数据(照片、视频和音频)。

通过优化的基础设施将培训时间从几小时缩短到几分钟。使用专用工具将团队生产力提高多达 10 倍。

自动化和标准化整个组织的 MLOps 实践,以大规模构建、训练、部署和管理模型。

让更多人能够利用 ML 进行创新

面向业务分析师的 SageMaker

业务分析师

使用 SageMaker Canvas 的可视化界面进行 ML 预测。

面向业务分析师的 SageMaker »
面向数据科学家的 SageMaker

数据科学家

使用 SageMaker Studio 准备数据并构建、训练和部署模型。

面向数据科学家的 SageMaker »
面向 MLOps 工程师的 SageMaker

ML 工程师

利用 SageMaker MLOps 大规模部署并管理模型。

面向 ML 工程师的 SageMaker »

ML 生命周期的广泛而深入的功能

支持领先的 ML 框架、工具包和编程语言

Jupyter
TensorFlow
PyTorch
MXNet
Hugging Face
Scikit-learn
Python
R

大规模的高性能、低成本 ML

Amazon SageMaker 建立在 Amazon 二十年来开发现实世界 ML 应用程序的经验之上,这些应用程序包括产品推荐、个性化、智能购物、机器人技术和语音辅助设备。

10 倍

团队生产效率提升幅度

100B+

每月预测

54%

总体拥有成本降幅

40%

数据标注成本降幅

高达 50%

培训提速,通过更高效地使用 GPU 实现

<10ms

推理开销延迟

22

合规计划数(PCI、HIPAA、SOC 1/2/3、FedRAMP、ISO 等)

新增内容

新增功能公告是发布和功能更新的概要。阅读 Amazon SageMaker 特定的更新。

日期(最新到最老)
  • 日期(最新到最老)
1
未找到任何结果

使用 SageMaker Studio Lab 学习 ML

使用无设置的免费开发环境学习和试验 ML

入门 »

利用自主进度教程更快速地入门

获得准备数据以及构建、训练和部署 ML 模型的实践经验

入门 »

使用 SageMaker JumpStart 部署解决方案

您只需单击几下即可部署的预构建 ML 解决方案

入门 »