入门

Amazon SageMaker 是一项完全托管的模块化服务,支持开发人员和数据科学家大规模地构建、训练和部署机器学习模型。开始使用这些开发人员资源可以快速从概念转向生产。

Amazon SageMaker 简介

学习 Amazon SageMaker 的构建、训练和部署模块。

Amazon SageMaker (1:03)

开发人员指南


按照此分步指南快速开始使用 Amazon SageMaker。

教程


学习如何在 10 分钟内开始使用 Amazon SageMaker。

构建机器学习模型

使用 SageMaker 的“构建”模块收集和准备训练数据,访问预构建的笔记本,并利用内置的高性能算法。

开发人员指南


学习使用本指南中概述的步骤和资源来构建 ML 模型。

开发人员指南


按照本指南开始使用完全托管并使用 Amazon SageMaker 预构建的笔记本实例。

博客


阅读此博客,学习如何利用 Amazon SageMaker 笔记本实例使用常见工作流程。

动手实验


在 GitHub 上访问丰富的 SageMaker 笔记本存储库。

动手实验


使用 Amazon SageMaker 内置的算法,这种算法比流行的替代方案更快、更便宜。

网络研讨会


在此视频点播技术讲座中,学习使用 Amazon SageMaker 和其他 AWS 服务构建智能应用程序。

训练和调优机器学习模型

只需单击一下即可使用“训练”模块设置训练环境,并使用自动模块调整优化模型

开发人员指南


阅读有关如何利用 Amazon SageMaker 训练机器学习模型的概述。

开发人员指南


学习如何增量训练机器学习模型,节省时间和资源。

开发人员指南


按照详细步骤使用自动模型调优将模型调优到最高精度。通过自动运行多种训练作业(使用您选择的算法或这些算法的超参数范围),您可以找到最佳版本的模型。

动手实验


尝试在不同的算法和深度学习框架中使用超参数调优的例子。

博客


学习如何在机器学习模型中自动调优算法的超参数值,以获得最准确的预测。

网络研讨会


在此视频点播技术讲座中,学习训练基于 TensorFlow 的机器学习模型。了解 TensorFlow 和 Amazon SageMaker 的独特组合,加速机器学习模型的训练并将其投入生产。

部署机器学习模型

只需单击一下即可使用“部署”模块将机器学习模型部署到生产中。

开发人员指南


按照分步指南在最高性能的架构上部署机器学习模型。

开发人员指南


了解使用 Amazon SageMaker 大规模部署机器学习模型的最佳实践。

动手实验


按照 GitHub 上的示例,使用 Amazon SageMaker 和 AWS Step Functions 自动构建、训练和部署自定义机器学习模型。

博客


学习使用 SageMaker 的部署功能,包括 A/B 测试和 Auto Scaling,为您的机器学习模型提供高性能和高可用性。

网络研讨会


在此视频点播技术讲座中,了解机器学习生命周期,在企业中使用 Amazon SageMaker 的最佳实践,以及如何将 Amazon SageMaker 与其他 AWS 服务整合。

其他资源

软件开发工具包

使用专为您的编程语言或平台量身定制的 API,以便您能够在应用程序中轻松使用 Amazon SageMaker。

最新资讯

新增内容公告是发布和功能更新的概要。阅读 Amazon SageMaker 相关更新和其他 AWS 公告。

立即阅读 »

目前还没有找到任何博客文章。请参阅 AWS 博客,了解其他资源。 

详细了解 Amazon SageMaker 的功能

访问功能页面
还有更多问题?
联系我们