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

Amazon SageMaker 概览

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、工具箱和编程语言

TensorFlow
TensorFlow
PyTorch
mxnet
Hugging Face 徽标
TensorFlow
TensorFlow
TensorFlow

准备数据以及构建、训练和部署 ML 模型的关键功能

使用 SageMaker 的集成开发环境 (IDE) 提高工作效率

Amazon SageMaker Studio 提供了基于 Web 的可视界面以轻松地使用 Python 语言构建模型。您还可以借助 R 语言,在 RStudio on SageMaker(云端的第一款完全托管式 RStudio Workbench)中使用弹性计算资源分析和直观显示用于机器学习(ML)的数据。

了解更多信息:SageMaker Studio | RStudio on SageMaker

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 »