Amazon SageMaker Studio

기계 학습을 위한 최초의 완전한 IDE(통합 개발 환경)

Amazon SageMaker Studio는 모든 ML 개발 단계를 수행할 수 있는 웹 기반의 단일 시각적 인터페이스를 제공하여, 데이터 사이언스 팀의 생산성을 10배까지 높입니다. SageMaker Studio는 모델을 구축, 훈련 및 배포하는 데 필요한 액세스 권한, 제어 및 가시성을 각 단계별로 완벽하게 제공합니다. 신속하게 데이터를 업로드하고, 새로운 노트북을 생성하며, 모델을 훈련 및 튜닝하고, 단계를 앞뒤로 이동하며 실험을 조정하고, 결과를 비교하며, 모델을 프로덕션에 배포하여 한 곳에서 생산성을 크게 높일 수 있습니다. 노트북, 실험 관리, 자동 모델 생성, 디버깅, 모델 및 데이터 드리프트 탐지를 포함한 모든 ML 개발 활동은 SageMaker Studio 내에서 수행할 수 있습니다.

탄력적이고 공유 가능한 노트북

노트북을 보고 실행하거나 공유하기 위해 컴퓨팅 인스턴스를 관리하는 것은 지루한 작업입니다. Amazon SageMaker Studio 노트북은 클릭 한 번으로 작동하는 Jupyter 노트북으로, 빠르게 작업을 시작할 수 있습니다. 기본 컴퓨팅 리소스는 완전히 탄력적이므로 사용 가능한 리소스를 쉽게 확장하거나 축소할 수 있으며 변경 작업이 백그라운드에서 자동으로 진행되므로 작업에 방해가 되지 않습니다. 클릭 몇 번으로 다른 사람과 노트북을 공유할 수도 있습니다. 그리고 같은 장소에 저장된 정확하게 동일한 노트북을 사용합니다.

확장 가능한 실험

모델을 미세 조정하기 위해 입력의 다양한 조합을 실험하는 한편, 노트북과 함께 실험 리더 보드를 시작할 수 있습니다. 리더 보드는 모든 실험을 자동으로 추적하고 정렬하고 실험의 순위를 지정합니다. 성능이 가장 우수한 모델을 한눈에 쉽게 비교하고 식별할 수 있습니다.

빠른 시작

Amazon SageMaker Studio에는 150개 이상의 인기 있는 오픈 소스 모델과 이탈 예측 및 사기 탐지 등 일반적인 사용 사례를 위한 15개 이상의 사전 구축된 솔루션이 포함된 기계 학습 시작 관리자가 포함되어 있으므로, 단 몇 분 만에 첫 번째 모델을 구축할 수 있습니다. 또한 Amazon SageMaker AutoPilot을 사용하여 클릭 몇 번 만으로 자체 데이터를 통해 ML 모델을 생성할 수 있습니다.

자체 컨테이너 가져오기

Amazon SageMaker Studio Notebooks는 Tensorflow, MXNet, PyTorch, 노트북 실행을 위한 컴퓨팅 옵션 등의 딥 러닝 프레임워크 및 인기 있는 데이터 사이언스를 위한 기본 제공 이미지 세트를 제공합니다. 또한 사용자 지정 기본 제공 이미지 및 커널을 등록할 수 있으며, SageMaker Studio 도메인을 공유하는 모든 사용자가 이를 사용할 수 있습니다. 사용자 지정 이미지를 사용하면 인기 있는 딥 러닝 프레임워크의 특정 버전을 사용하여 노트북을 스핀업할 수 있습니다.

딥 러닝

Amazon SageMaker Studio는 TensorFlow, Apache MXNet, PyTorch 등의 딥 러닝을 위해 널리 사용되는 많은 프레임워크를 지원합니다. 이러한 프레임워크는 고성능을 위해 자동으로 구성 및 최적화됩니다.

Amazon SageMaker Studio