張貼日期: Dec 3, 2019
Amazon SageMaker Processing 是 Amazon SageMaker 的新功能，可透過全受管的體驗執行前置處理或後續處理，以及模型評估工作負載。
資料預處理或後處理以及模型評估步驟，是典型機器學習 (ML) 工作流程的重要組成部分。通常，這些任務在單獨的基礎架構上執行。在多個使用者之間管理和擴展此基礎架構極具挑戰性，而且成本高昂。利用各種工具來實現此目標需要大量繁重的工作，從而導致開發人員和資料科學家花費大量時間，來調整基礎架構的效能和規模。
藉助 Amazon SageMaker Processing，客戶可以輕鬆、大規模地執行分析任務，以進行資料工程和模型評估。結合訓練和託管等其他關鍵 ML 任務，SageMaker Processing 讓客戶能夠享受全受管環境的優勢，並在 Amazon SageMaker 中內建所有安全性和合規性保證。憑藉 Amazon SageMaker Processing，客戶可以靈活地使用內建資料處理容器或自有容器，並提交自訂任務以在受管基礎架構上執行。提交後，Amazon SageMaker 將啟動運算執行個體，處理和分析輸入資料，並在完成後釋放資源。
提供 Amazon SageMaker 的所有 AWS 區域現在皆可使用 Amazon SageMaker Processing。如需詳細資訊和筆記本範例，請瀏覽文件。若要了解如何使用該功能，請瀏覽部落格文章。