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。

让更多人利用机器学习进行创新

面向业务分析师的 SageMaker 图示

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 图示

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 图示

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 »

适用于机器学习生命周期的广泛而深入的功能

本图显示 Amazon Sagemaker 如何帮助客户准备、构建、培训和调整以及部署和管理。

支持领先的机器学习框架、工具包和编程语言

Jupyter 徽标
TensorFlow 徽标
PyTorch 徽标
MXNet 徽标
Hugging Face 徽标
Scikit-learn 徽标
Python 徽标
R 徽标

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 »