Mise en route

Amazon SageMaker est un service modulaire entièrement géré qui permet aux développeurs et aux spécialistes des données de créer, former et déployer des modèles de machine learning, quelle que soit l'échelle. Démarrez avec ces ressources pour développeurs afin de passer rapidement de la conceptualisation à la production.

Présentation d'Amazon SageMaker

Découvrez les modules de création, de formation et de déploiement d'Amazon SageMaker.

Amazon SageMaker (1:03)

GUIDE DU DÉVELOPPEUR


Veuillez suivre le guide étape par étape pour rapidement commencer à utiliser Amazon SageMaker.

DIDACTICIEL


Découvrez comment démarrer avec Amazon SageMaker en 10 minutes.

FORMATION


Cette formation vous donne les clés de l'utilisation d'Amazon SageMaker pour simplifier l'intégration de machine learning à vos applications. Elle aborde les points clés suivants : présentation de machine learning et des problèmes qu'il peut aider à résoudre, utilisation d'un bloc-note Jupyter pour former un modèle basé sur les algorithmes intégrés d'Amazon SageMaker et utilisation d'Amazon SageMaker pour publier le modèle validé. Pour terminer la formation, vous construirez une application sans serveur qui s'intègre au point de terminaison publié par Amazon SageMaker.

FORMATION


Au terme de cette formation, vous saurez comment mettre en œuvre un pipeline de machine learning en utilisant Amazon SageMaker et Amazon SageMaker Ground Truth. Vous créerez, dans un premier temps, un ensemble de données étiqueté, puis une tâche de formation pour former votre modèle de détection d'objets. Pour finir, vous utiliserez Amazon SageMaker pour créer et mettre à jour votre modèle.

Créer des modèles de machine learning

Utilisez le module Création de SageMaker pour collecter et préparer les données de formation, accéder aux blocs-notes pré-créés et utiliser les algorithmes haute performance intégrés.

GUIDE DU DÉVELOPPEUR


Découvrez comment créer un modèle de machine learning en suivant des étapes et en utilisant des ressources contenues dans ce guide.

VIDÉO


Découvrez dans cette vidéo tout ce qui concerne les instances de blocs-notes entièrement gérées avec Amazon SageMaker.

Découverte approfondie des instances de blocs-notes entièrement gérées (16:44)

BLOG


Lisez ce blog pour découvrir comment utiliser les flux de travail courants via les instances de blocs-notes Amazon SageMaker.

ATELIER PRATIQUE


Accédez à un vaste référentiel de blocs-notes SageMaker sur GitHub.

ATELIER PRATIQUE


Utilisez les algorithmes intégrés sur Amazon SageMaker et qui sont plus rapides et plus économiques que les alternatives populaires.

VIDÉO


Découvrez dans cette vidéo les algorithmes haute performance intégrés à Amazon SageMaker.

Tirez parti des algorithmes de machine learning haute performance intégrés (15:37).

Formation et ajustement de vos modèles de machine learning

Utilisez le module Formation pour configurer des environnements de formation en un clic et optimiser votre modèle via l'ajustement automatique de modules.

GUIDE DU DÉVELOPPEUR


Découvrez un aperçu de la procédure de formation de modèles de machine learning avec Amazon SageMaker.

VIDÉO


Suivez cette vidéo pour apprendre comment former et ajuster des modèles de machine learning extrêmement précis avec Amazon SageMaker.

Formation et ajustement des modèles de machine learning avec Amazon SageMaker (18:29)

BLOG


Trouvez les modèles de machine learning les plus adaptés à votre cas d'utilisation et passez plus rapidement à la production. Suivez, recherchez, filtrez et triez vos formations machine learning en suivant les étapes décrites dans ce blog. Avec Amazon SageMaker, vous pouvez désormais obtenir le meilleur modèle de machine learning pour toutes vos expériences en utilisant les attributs clés du modèle, notamment les valeurs d'hyper-paramètre et les métriques de précision.

ATELIER PRATIQUE


Essayez les exemples ci-dessous relatifs à l'utilisation de l'ajustement des hyper-paramètres sur différents algorithmes et cadres de deep learning.

BLOG


Découvrez comment ajuster automatiquement les valeurs des hyper-paramètres d'un algorithme dans votre modèle de machine learning pour obtenir des prévisions ultra-précises.

WEBINAIRE


Cette présentation technique à la demande vous apprend à former des modèles de machine learning basés sur TensorFlow. Apprenez comment combiner à la perfection TensorFlow et Amazon SageMaker pour accélérer la formation de vos modèles de machine learning et les envoyer en production.

Déploiement de modèles de machine learning

Utilisez le module Déploiement pour déployer vos modèles de machine learning en production en un clic.

GUIDE DU DÉVELOPPEUR


Suivez le guide étape par étape pour déployer des modèles de machine learning sur une infrastructure aux performances maximales.

VIDÉO


Apprenez à travers cette vidéo comment déployer vos modèles de machine learning en production sur l'infrastructure la plus évolutive.

Déploiement des modèles de machine learning de l'expérimentation à la production (7:52)

ATELIER PRATIQUE


Suivez les exemples disponibles sur GitHub afin d'utiliser Amazon SageMaker et AWS Step Functions pour automatiser la création, la formation et le déploiement de modèles personnalisés de machine learning.

BLOG


Découvrez comment utiliser les fonctionnalités de déploiement de SageMaker, y compris les tests A/B et Auto Scaling, pour obtenir des performances élevées et une haute disponibilité pour vos modèles de machine learning.

WEBINAIRE


Cette présentation technique à la demande vous en apprendra plus sur le cycle de vie du machine learning, les bonnes pratiques d'utilisation d'Amazon SageMaker dans votre entreprise et comment intégrer Amazon SageMaker à d'autres services AWS.

BLOG


Lisez sur ce blog comment créer, former et déployer des modèles fast.ai dans la formation et l'hébergement Amazon SageMaker en utilisant Amazon SageMaker Python SDK et une image de base PyTorch. Vous pouvez éviter les étapes supplémentaires de la création de votre propre conteneur.

Ressources supplémentaires

Kits SDK

Utilisez des API adaptées à votre langage ou votre plateforme de programmation pour simplifier l'utilisation d'Amazon SageMaker dans vos applications.

Nouveautés

Les nouveautés concernent des résumés de haut niveau relatifs aux lancements et mises à jour des fonctionnalités. Lisez les mises à jour spécifiques d'Amazon SageMaker et d'autres annonces AWS.

Lire maintenant »

Aucun billet de blog n'a été trouvé pour le moment. Veuillez consulter le blog AWS pour découvrir d’autres ressources. 

En savoir plus sur les fonctionnalités d'Amazon SageMaker

Consultez la page des fonctionnalités.
D'autres questions ?
Contactez-nous