Inserito il: Jun 2, 2020
Oggi abbiamo annunciato l'anteprima pubblica di Amazon SageMaker Components for Kubeflow Pipelines. Gli sviluppatori di machine learning (ML) che utilizzano Kubeflow Pipelines possono convertire le fasi delle pipeline esistenti per eseguire SageMaker con SageMaker Components. Ad esempio, i team ML possono utilizzare SageMaker per l'addestramento gestito sulle istanze Spot, creando in automatico dei checkpoint del modello su S3 per consentire dii interrompere e riprendere l'addestramento dall'ultimo stato salvato. Altre funzionalità di SageMaker supportate in Kubeflow Pipeline sono algoritmi integrati, addestramento distribuito gestito e ottimizzazione degli iperparametri. Inoltre, SageMaker può modificare i tipi di istanza con lo swap di un parametro, offrendo un'alternativa alla complessa configurazione dell'autoscaling in Kubernetes.
Amazon SageMaker è un servizio completamente gestito altamente disponibile, scalabile e affidabile. SageMaker semplifica l’infrastruttura richiesta per eseguire un ambiente Kubeflow Pipeline. SageMaker Components per Kubeflow Pipelines attualmente supporta attività Ground Truth, addestramento, ottimizzazione degli iperparametri, creazione di modelli, inferenze in batch e processi di creazione di endpoint dei modelli.
L'anteprima pubblica di Amazon SageMaker Components per Kubeflow Pipelines è disponibile in tutte le regioni in cui è offerto Amazon SageMaker. Consulta la tabella delle regioni AWS per maggiori informazioni. Per iniziare, visita la pagina della documentazione di SageMaker Components for Kubeflow Pipelines.