Amazon SageMaker

面向所有数据科学家和开发人员的机器学习服务

Amazon SageMaker Studio

Amazon SageMaker 通过整合专门为 ML 构建的广泛功能集,帮助数据科学家和开发人员快速准备、构建、训练和部署高质量的机器学习 (ML) 模型。

最全面的 ML 服务

使用专用工具为机器学习开发的每个步骤加速创新,包括标签、数据准备、功能工程、统计偏差检测、自动机器学习、训练、调优、托管、可解释性、监控和工作流。

机器学习工作流
适用于 ML 的 IDE

首个适用于 ML 的全集成开发环境 (IDE)

使用 Amazon SageMaker Studio 提高生产力,这是首个专门为 ML 设计的完全集成开发环境,它将您需要所有 ML 功能集中在一个统一可视化用户界面下。

整合功能

功能性从一开始就将协同工作作为设计目标

使用 Amazon SageMaker 的集成功能进行 ML 开发,使您无需花时间编写自定义集成代码,从而最终降低成本。

工作原理

  • 概览
  • 详细信息

AWS 历史上增长最快的服务之一

Amazon SageMaker 建立在 Amazon 二十年来开发现实世界机器学习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

90%

使用 Spot 训练的成本降幅

75%

推理成本降幅

54%

总体拥有成本降幅

70%

数据标记成本降幅

198

自推出以来增加的新功能

22

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

Amazon SageMaker 支持领先的机器学习框架和工具箱

TensorFlow
PyTorch
mxnet
Hugging Face 徽标

准备数据以及构建、训练和部署 ML 模型的关键功能

使用首个完全集成的 ML 开发环境 (IDE) 提高工作效率

Amazon SageMaker Studio 提供基于 Web 的统一可视化界面,让您可以轻松执行准备、构建、训练和部署模型所需的所有 ML 开发步骤,您将拥有。

了解更多 »
SageMaker Studio

自动构建、训练和调优模型

Amazon SageMaker Autopilot 选择最佳的预测算法,并自动构建、训练和调优机器学习模型,而不会损失任何可见性或控制力。

了解更多 »
SageMaker Autopilot

最多可节省 70% 的数据标记成本

Amazon SageMaker Ground Truth 使您可以更轻松地为各种使用案例(包括 3D 点云、视频、图像和文本)更准确地标记训练数据集。

了解更多 »
SageMaker Ground Truth
最新资讯

准备 ML 数据的最快、最简单的方法

Amazon SageMaker Data Wrangler 可将准备 ML 数据所需的时间从数周缩短至几分钟。只需单击几下,您就可以完成数据准备工作流的每个步骤,包括数据选择、清理、浏览和可视化。

了解更多 »
SageMaker Data Wrangler
最新资讯

ML 专用功能库

Amazon SageMaker Feature Store 提供一个存储库,用于存储、更新、检索和共享 ML 功能。SageMaker Feature Store 为 ML 模型提供一个一致的功能视图,使得生成高度准确预测的模型容易很多。

了解更多 »
SageMaker Feature Store

更快地训练高质量模型

Amazon SageMaker 提供内置调试程序和分析工具,使您可以在将模型推向生产之前,确定并减少模型中的训练错误和性能瓶颈。

了解更多 »
SageMaker 调试程序

一键式部署到云

Amazon SageMaker 可以轻松在生产环境中一键式部署您的受训模型,以便您开始针对实时或批量数据生成预测。

了解更多 »
一键式部署
最新资讯

提高边缘设备上模型的质量

Amazon SageMaker Edge Manager 可帮助您优化、保护、监控和维护边缘设备群上的机器学习模型,以确保部署在边缘设备上的模型正常运行。

了解更多 »
SageMaker Edge Manager

生产中适用于 ML 的基本功能

SageMaker Pipelines
最新资讯

自动化机器学习工作流

Amazon SageMaker Pipelines 是首个专为机器学习构建的、易用的持续集成和持续交付 (CI/CD) 服务。可以在团队之间共享和重复使用工作流。

了解更多 »
SageMaker Clarify
最新资讯

检测偏见并了解预测

Amazon SageMaker Clarify 在 ML工作流中提供偏差检测,使您能够在 ML 模型中建立更大的公平性和透明度。SageMaker Clarify 还包含功能重要性图形,可帮助您解释模型做出相关预测的原因,并生成用于支持内部演示或识别模型问题的报告,以便您采取措施纠正相应问题。

了解更多 »
SageMaker Security

在 ML 生命周期中保护您的数据和代码

Amazon SageMaker 提供了一套全面的安全功能,包括加密、专用网络连接、授权、身份验证、监控和可审核性,帮助您的组织满足适用于机器学习工作负载的安全要求。

了解更多 »

生产中适用于 ML 的基本功能

SageMaker Pipelines
最新资讯

自动化机器学习工作流

Amazon SageMaker Pipelines 是首个专为机器学习构建的、易用的持续集成和持续交付 (CI/CD) 服务。可以在团队之间共享和重复使用工作流。

了解更多 »
SageMaker Clarify
最新资讯

提高透明度

Amazon SageMaker Clarify 在 ML工作流中提供偏差检测,使您能够在 ML 模型中建立更大的公平性和透明度。SageMaker Clarify 还包含功能重要性图形,可帮助您解释模型做出相关预测的原因,并生成用于支持内部演示或识别模型问题的报告,以便您采取措施纠正相应问题。

了解更多 »
SageMaker Security

在 ML 生命周期中保护您的数据和代码

Amazon SageMaker 提供了一套全面的安全功能,包括加密、专用网络连接、授权、身份验证、监控和可审核性,帮助您的组织满足适用于机器学习工作负载的安全要求。

了解更多 »

“Amazon SageMaker 客户”

众多行业成千上万的客户使用 Amazon SageMaker。

显示更多客户案例 »
Capital One
Celgene
Conde Nast
Domino's
F1
GE
Lyft
Roche
西门子
T-Mobile
Thomson Reuters
Verizon
最新资讯

Amazon SageMaker JumpStart 入门

Amazon SageMaker 是一种机器学习服务,您可以使用它为几乎任何使用案例构建、训练和部署 ML 模型。有关快速的技术介绍,请参见 SageMaker 分步指南。为了帮助您上手 ML 项目,Amazon SageMaker JumpStart 针对最常见的使用案例提供了一套预构建解决方案,您只需单击几下即可部署。这些解决方案完全可定制,因此您可以对其进行修改,以适合特定使用案例和数据集的需求。

SageMaker 分步指南 » SageMaker JumpStart »
预测性维护

预测性维护

Georgia Pacific 使用 SageMaker 开发 ML 模型,以及早发现机器问题。

了解更多 »
计算机视觉

计算机视觉

3M 正在使用基于 SageMaker 构建的缺陷检测模型来提高其质量控制流程的有效性。

了解更多 »
自动驾驶

自动驾驶

Lyft Level 5 在 SageMaker 上进行标准化训练,并将模型训练时间从几天缩短到几小时。

了解更多 »