Publicado: Jun 2, 2020
Anunciamos hoje a demonstração pública do Amazon SageMaker Components para Kubeflow Pipelines. Os desenvolvedores de machine learning (ML) que utilizam o Kubeflow Pipelines podem converter as etapas de seu pipeline para execução no SageMaker com o SageMaker Components. Por exemplo, as equipes de ML podem usar o SageMaker para o treinamento gerenciado em instâncias Spot, que configurarão automaticamente os pontos de verificação do modelo para o S3, para que você possa pausar e retomar o treinamento a partir do último estado salvo. Outros recursos do SageMaker suportados no Kubeflow Pipeline são algoritmos incorporados, treinamento distribuído gerenciado e ajuste de hiperparâmetros. Além disso, o SageMaker pode alterar os tipos de instância com uma troca de parâmetro e substituir a complicada configuração de dimensionamento automático no Kubernetes.
O Amazon SageMaker é um serviço totalmente gerenciado altamente disponível, escalável e confiável. O SageMaker simplifica a infraestrutura necessária para executar o ambiente do Kubeflow Pipeline. Atualmente, o SageMaker Components para Kubeflow Pipelines oferecem suporte ao SageMaker Ground Truth, treinamento, otimização de hiperparâmetros, criação de modelo, inferência de lote e criação de endpoints de modelos.
A demonstração pública do Amazon SageMaker Components para Kubeflow Pipelines está disponível em todas as regiões em que o Amazon SageMaker é oferecido. Consulte a Tabela de regiões da AWS para obter detalhes. Para começar, visite a página de documentação do SageMaker Components para Kubeflow Pipelines.