Inserito il: May 31, 2018
Amazon SageMaker ora è preconfigurato per eseguire Chainer in un contenitore Docker, aggiungendo i contenitori esistenti di framework di deep learning Tensorflow e Apache MXNet attualmente disponibili. Chainer è un popolare framework di deep learning che supporta una varietà di architetture neurali dove la rete è definita dinamicamente in uno schema "define-by-run". Questo significa che puoi approfittare completamente dei costrutti di Python e controllare i flussi nella tua rete. Per cominciare velocemente con Chainer, Amazon SageMaker fornisce notebook di esempio per i flussi di lavoro comuni come l'analisi del sentiment e MNIST, ad esempio, facilmente accessibili nell'interfaccia del pannello di controllo Jupyter da Amazon SageMaker.°
Amazon SageMaker ora supporta anche AWS CloudFormation, co puoi descrivere ed effettuare il provisioning di tutte le risorse dell'infrastruttura attraverso un modello, per standardizzare la configurazione tra la tua organizzazione e gli account in maniera sicura e automatizzata.
Infine, Amazon SageMaker è ora disponibile nell'area geografica AWS Asia Pacifico (Tokyo)
L'integrazione con Chainer e il supporto per AWS CloudFormation sono disponibile in Amazon SageMaker oggi nelle regioni AWS di Stati Uniti orientali (N. Virginia), Stati Uniti orientali (Ohio), UE (Irlanda), Stati Uniti occidentali (Oregon) e Asia Pacifico (Tokyo). Leggi la documentazione per ulteriori informazioni sull'utilizzo di Chainer negli algoritmi Amazon SageMaker e dai un'occhiata al post del blog.°