Publicado en: May 31, 2018
Amazon SageMaker ahora viene preconfigurado para ejecutar Chainer en un contenedor de Docker, que añade a los contenedores de marcos de aprendizaje profundo integrados Tensorflow y Apache MXNet, disponibles en la actualidad. Chainer es un popular marco de aprendizaje profundo que admite una serie de arquitecturas neuronales en las que la red se define de forma dinámica según un esquema "definición mediante ejecución". Es decir, que puede aprovechar completamente los constructos y los flujos de control de Python en su red. Para empezar de forma rápida con Chainer, Amazon SageMaker proporciona cuadernos de ejemplo para flujos de trabajo habituales tales como análisis de opiniones y MNIST, accesibles de forma sencilla en la interfaz del panel de Jupyter desde Amazon SageMaker.
Amazon SageMaker también admite ahora AWS CloudFormation, por lo que puede describir y aprovisionar todos los recursos de infraestructura mediante una plantilla y, de este modo, estandarizar la configuración en su organización y sus cuentas de una forma automatizada y segura.
Por último, Amazon SageMaker está ahora disponible en la región de AWS Asia Pacífico (Tokio)
La integración de Chainer y el soporte para AWS CloudFormation está disponible en Amazon SageMaker a día de hoy en las regiones de AWS EE.UU. Este (Norte de Virginia), EE.UU. Este (Ohio), EE.UU. Oeste (Oregón), UE (Irlanda) y Asia Pacífico (Tokio). Consulte la documentación para obtener más información acerca de cómo utilizar Chainer en los algoritmos de Amazon SageMaker y visite la publicación en el blog.