Amazon SageMaker Studio

Le premier environnement de développement intégré (IDE) dédié au machine learning

Amazon SageMaker Studio fournit une interface visuelle unique, basée sur le Web, qui vous permet de mettre en œuvre toutes les étapes du développement de machine learning, améliorant jusqu'à 10 fois la productivité de l'équipe de science des données. Grâce à SageMaker Studio, vous avez un accès, un contrôle et une visibilité complets sur chaque étape nécessaire à la création, à l'entraînement et le déploiement de modèles. Vous pouvez charger des données, créer de nouveaux blocs-notes, entraîner et ajuster des modèles, faire des aller-retours entre les étapes pour ajuster les expériences, comparer les résultats et déployer les modèles en production. Le tout rapidement et au même endroit, ce qui augmente votre productivité. Toutes les activités de développement de ML, y compris les blocs-notes, la gestion des expériences, la création automatique de modèles, le débogage et la détection de dérive de modèles et de données peuvent être effectuées dans SageMaker Studio.

Blocs-notes élastiques et partageables

Il est fastidieux de gérer des instances de calcul pour visualiser, exécuter ou partager un bloc-notes. Les blocs-notes Amazon SageMaker Studio sont des blocs-notes Jupyter en un clic qui peuvent être démarrés rapidement. Les ressources de calcul sous-jacentes sont entièrement élastiques, de sorte que vous pouvez facilement augmenter ou diminuer les ressources disponibles et que les changements s'effectuant automatiquement en arrière-plan sans interrompre votre travail. Vous pouvez également partager vos blocs-notes avec d'autres personnes en quelques clics. Ils recevront exactement le même bloc-notes, sauvegardé au même endroit.

Expérimentation évolutive

Tout en expérimentant différentes combinaisons d'entrées pour affiner les modèles, vous pouvez lancer un classement des expériences à côté de vos blocs-notes. Le classement suit, trie et classe automatiquement toutes les expériences. En un coup d'œil, vous pouvez facilement comparer et identifier le modèle le plus performant.

Démarrage rapide

Amazon SageMaker Studio comprend un lanceur de machine learning avec plus de 150 modèles open source populaires et plus de 15 solutions prédéfinies pour des cas d'utilisation courante tels que les prévisions de désabonnement et la détection de fraude, afin que vous puissiez créer votre premier modèle en quelques minutes seulement. Vous pouvez également utiliser Amazon SageMaker AutoPilot pour créer des modèles de ML avec vos propres données en quelques clics.

Apportez vos propres conteneurs

Les blocs-notes Amazon SageMaker Studio fournissent un ensemble d'images intégrées pour les frameworks populaires de science des données et de deep learning tels que Tensorflow, MXNet, PyTorch, ainsi que des options de calcul pour exécuter les blocs-notes. Vous pouvez également enregistrer des images et des noyaux personnalisés, et les mettre à la disposition de tous les utilisateurs partageant un domaine SageMaker Studio. Avec une image personnalisée, vous pouvez démarrer des blocs-notes en utilisant des versions spécifiques de frameworks de deep learning populaires.

Deep Learning

Amazon SageMaker Studio prend en charge de nombreux frameworks populaires pour le deep learning, tels que TensorFlow, Apache MXNet, PyTorch, etc. Ces frameworks sont automatiquement configurés et optimisés pour la haute performance.

Amazon SageMaker Studio