게시된 날짜: May 31, 2018
Amazon SageMaker는 현재 사용 가능한 기존의 통합 Tensorflow 및 Apache MXNet 딥 러닝 프레임워크 컨테이너 외에 이제 Docker 컨테이너에서 Chainer를 실행하도록 사전 구성됩니다. Chainer는 인기 높은 딥 러닝 프레임워크 중 하나로서, 네트워크가 "실행을 통한 정의" 스키마에서 동적으로 정의되는 다양한 신경 구조를 지원합니다. 이는 고객의 네트워크에서 Python 구조와 제어 플로우를 완전 활용할 수 있음을 의미합니다. Chainer 사용의 시작을 돕기 위해 Amazon SageMaker는 감성 분석 및 MNIST와 같은 일반 워크플로우를 위한 샘플 노트를 제공합니다. 이 노트는 북은 Amazon SageMaker에서 Jupyter Dashboard 인터페이스를 통해 쉽게 액세스할 수 있습니다.
또한 Amazon SageMaker는 AWS CloudFormation을 지원하므로 자동화되고 안전한 방식으로 조직과 계정 전체에 걸쳐 구성을 표준화하기 위해 템플릿을 통해 고객의 모든 인프라 리소스를 쉽게 설명 및 프로비저닝할 수 있습니다.
마지막으로, Amazon SageMaker는 이제 아시아 태평양(도쿄) AWS 리전에서 사용할 수 있습니다.
Chainer 통합 및 AWS CloudFormation 지원은 현재 미국 동부(버지니아 북부), 미국 동부(오하이오), 미국 서부(오레곤), EU(아일랜드) 및 아시아 태평양(도쿄) AWS 리전의 Amazon SageMaker에서 사용할 수 있습니다. Amazon SageMaker에서의 Chainer 사용에 대한 자세한 정보를 보려면 설명서를 참조하고 블로그 게시물을 확인하십시오.