Amazon Web Services 한국 블로그
Category: PyTorch on AWS
새로운 기능 – Amazon SageMaker Debugger 기반 기계 학습 훈련 작업 프로파일링
오늘 Amazon SageMaker Debugger가 기계 학습 모델을 프로파일링하여 하드웨어 리소스 사용으로 인한 훈련 문제를 훨씬 쉽게 식별하고 수정할 수 있음을 발표하게 되어 매우 기쁩니다. 다양한 비즈니스 문제에 대해 인상적인 성능을 발휘하고 있지만 기계 학습(ML)은 여전히 신비한 주제입니다. 이를 바로 잡는 것은 과학, 장인 정신(일부는 마법사라고 말할 것입니다), 때로는 행운의 연금술입니다. 특히 모델 훈련은 데이터 세트의 […]
새로운 기능 – Amazon SageMaker 관리형 데이터 병렬 처리를 통해 대규모 데이터 세트 훈련 간소화
오늘 Amazon SageMaker가 수백 또는 수천 기가바이트의 데이터 세트에 대한 모델을 더 쉽게 훈련할 수 있는 새로운 데이터 병렬 처리 라이브러리를 지원한다는 것을 발표하게 되어 기쁩니다. 데이터 세트와 모델이 점점 커지고 정교해짐에 따라 대규모 분산 훈련 작업을 수행하는 기계 학습(ML) 실무자는 Amazon Elastic Compute Cloud (EC2) p3 및 p4 인스턴스와 같은 강력한 인스턴스를 사용하는 경우에도 […]
Amazon SageMaker, 기계 학습 분야를 선도하다! GPU 인스턴스 요금 최대 18% 인하 발표
Amazon Web Services(AWS)는 2006년 이래로 수백만 개의 고객사가 IT 워크로드를 구축하고 관리하는 작업을 도왔습니다. 스타트업에서 대기업, 공공 기관에 이르기까지 모든 규모의 기관이 AWS 클라우드 컴퓨팅 서비스에서 지금까지 경험해보지 못한 수준의 보안, 회복성, 확장성을 얻고 있습니다. 이들은 나날이 실험, 혁신, 프로덕션 배포에 소요되는 시간을 단축하고, 그 어느 때보다도 큰 비용을 절감하고 있습니다. 이에 따라 비즈니스 기회를 […]
PyTorch용 오픈 소스 모델 서버 TorchServe 출시
PyTorch는 딥 러닝을 위한 가장 인기 있는 오픈 소스 라이브러리 중 하나입니다. 개발자와 연구자들은 모델 개발 및 학습에서 특히 PyTorch가 제공하는 유연성을 즐깁니다. 하지만, 프로덕션 환경에서 모델의 배포 및 관리는 맞춤형 예측 API를 개발하고 이를 확장하며 보안을 제공하는 것과 같은 기계 학습 프로세스의 가장 까다로운 부분이기도 합니다. 모델 배포 프로세스를 간소화하기 위한 한 가지 방법은 […]