Veröffentlicht am: Nov 29, 2017
Amazon SageMaker ist ein vollständig verwalteter Service, der es Datenwissenschaftlern und Entwicklern ermöglicht, schnell und einfach Machine Learning-Modelle jeder Größenordnung zu erstellen, zu trainieren und zu implementieren. Amazon SageMaker enthält Module, die zusammen oder unabhängig voneinander verwendet werden können, um Ihre Modelle für das maschinelle Lernen zu erstellen, zu trainieren und zu implementieren.
Entwicklung
Mit Amazon SageMaker ist es ganz einfach, ML-Modelle zu erstellen und für das Training vorzubereiten, weil es alles bietet, was Sie benötigen, um eine schnelle Verbindung zu Ihren Trainingsdaten einzurichten und den besten Algorithmus und das beste Framework für Ihre Anwendung auszuwählen und zu optimieren. Amazon SageMaker beinhaltet gehostete Jupyter-Notebooks, mit denen Sie Ihre in Amazon S3 gespeicherten Trainingsdaten einfach sondieren und visualisieren können. Sie können eine direkte Verbindung zu den Daten in S3 einrichten oder mit AWS Glue Daten aus Amazon RDS, Amazon DynamoDB und Amazon Redshift in S3 übertragen, um Sie auf Ihrem Notebook zu analysieren.
Um Ihnen bei der Auswahl Ihres Algorithmus zu helfen, enthält Amazon SageMaker die 10 gebräuchlichsten Algorithmen für das maschinelle Lernen, die vorinstalliert und optimiert wurden, um eine bis zu 10-mal höhere Leistung zu erzielen, als die, die Sie bei der anderweitigen Ausführung dieser Algorithmen vorfinden. Amazon SageMaker ist außerdem vorkonfiguriert für TensorFlow und Apache MXNet, zwei der gebräuchlichsten Open-Source-Frameworks. Sie haben auch die Möglichkeit, ein eigenes Framework zu verwenden.
Trainieren
Sie können Ihr Modell mit einem einzigen Klick in der Amazon SageMaker-Konsole trainieren. Amazon SageMaker verwaltet die gesamte zugrundeliegende Infrastruktur für Sie und kann ganz einfach skaliert werden, um Modelle in Petabyte-Größe zu trainieren. Um den Trainingsprozess noch schneller und einfacher zu gestalten, kann Amazon SageMaker Ihr Modell automatisch auf die höchstmögliche Genauigkeit abstimmen.
Bereitstellen
Sobald Ihr Modell trainiert und feineingestellt ist, ist es mit Amazon SageMaker einfach, es in der Produktion einzusetzen, sodass Sie damit beginnen können, Voraussagen für neue Daten zu generieren (ein Prozess, der Inferenz genannt wird). Amazon SageMaker setzt Ihr Modell auf einem Cluster aus Amazon EC2 Instances mit automatischer Skalierung ein, die über mehrere Availability Zones verteilt sind, um sowohl höchste Leistung, als auch höchste Verfügbarkeit zu gewährleisten. Amazon SageMaker enthält außerdem integrierte A/B-Testfunktionen, mit denen Sie Ihr Modell testen und mit verschiedenen Versionen experimentieren können, um bestmögliche Ergebnisse zu erzielen.
Amazon SageMaker befreit Sie von der Last, das Machine Learning bereitzustellen, sodass Sie schnell und einfach Machine Learning-Modelle erstellen, trainieren und implementieren können.
Amazon SageMaker ist in den AWS-Regionen USA Ost (Nord-Virginia und Ohio), EU (Irland) und USA West (Oregon) verfügbar. Weitere Informationen über Amazon SageMaker, finden Sie auf den Produktseiten. Steigen Sie noch heute kostenfrei ein!