
Amazon SageMaker 透過整合專門為 ML 建置的一組廣泛的功能,協助資料科學家和開發人員快速準備、建置、培訓和部署高品質的機器學習 (ML) 模型。
最全面的 ML 服務
運用專門為 ML 開發過程的每個步驟精心打造的工具來加速創新,這些工具包含標記、資料準備、功能工程、統計偏差偵測、自動 ML、培訓、調整、託管、解釋性、監控和工作流程。


第一款適用於 ML 的整合式開發環境 (IDE)
運用 Amazon SageMaker Studio 來加速您的生產力-Amazon SageMaker Studio 是第一款適用於 ML 的完全整合式開發環境,能夠在單一、統整式的視覺使用者介面下提供您 ML 所需的一切。

全新設計的功能,讓合作更加順暢
運用 Amazon SageMaker 特別為 ML 開發所設計的整合式功能,讓您省去數個月編寫自訂整合程式碼的時間,進而降低可觀的成本。
運作方式
-
概觀
-
詳細資訊
-
概觀
-
-
詳細資訊
-
SageMaker 功能 描述 自動化模型調整 超參數最佳化 使用內建演算法與您自己擁有的演算法 數十種最佳化的演算法,或使用您自己擁有的演算法 分散式培訓庫 - 全新功能
適用於大型資料集和模型的培訓 Kubernetes 與 Kubeflow 整合 簡化 Kubernetes 型機器學習 本機模式 在本機電腦上測試並製作原型 受管 Spot 培訓 減少 90% 的培訓成本 多模型端點 每個執行個體託管多個模型,藉此降低成本 一鍵式部署 全受管、超低延遲、高輸送量 一鍵式培訓 分散式基礎架構管理 SageMaker Autopilot 自動建立具備完整能見度的機器學習模型 SageMaker Clarify - 全新功能
偵測偏差及了解模型預測 SageMaker Data Wrangler - 全新功能 彙總並準備用於機器學習的資料 SageMaker Debugger 偵錯與設定檔培訓執行 SageMaker Edge Manager - 全新功能 管理並監控邊緣裝置上的模型
SageMaker 實驗 擷取、整理並比較每個步驟 SageMaker Feature Store - 全新功能 儲存、更新、擷取與共享功能 SageMaker Ground Truth 標記用於機器學習的培訓資料 SageMaker JumpStart - 全新功能 適用於常見使用案例的預先建置解決方案 SageMaker 模型監測 維持已部署模型的準確性 SageMaker Pipelines - 全新功能 工作流程協調與自動化 SageMaker 處理 內建 Python、BYO R/Spark SageMaker Studio 適用於 ML 的整合式開發環境 (IDE) SageMaker Studio Notebooks 具有彈性運算和共享功能的 Jupyter 筆記本
AWS 有史以來成長最快速的服務之一
Amazon SageMaker 是根據 Amazon 長達 20 年開發真實世界機器學習應用程式的經驗精心打造而成,包含產品推薦、個人化、智慧採購、機器人和語音輔助裝置。
10x
團隊生產力的提升
90%
成本降低 (透過受管 Spot 培訓)
75%
更低的推斷成本
54%
70%
198
22
Amazon SageMaker 支援領先的機器學習框架



可用來準備資料以及建置、培訓並部署 ML 模型的主要功能
運用第一款適用於 ML 的全整合式開發環境 (IDE) 來提高生產力。
Amazon SageMaker Studio 提供單一的 Web 視覺化界面,您可以在其中執行準備資料以及建置、培訓並部署模型所需的所有 ML 開發步驟。


減少最多 70% 的資料標籤成本
Amazon SageMaker Ground Truth 可讓您更精確地為各式各樣的使用案例 (包含 3D 點雲、視訊、影像和文字) 標記培訓資料集。


為 ML 準備資料最快速、輕鬆的方式
Amazon SageMaker Data Wrangler 可將 ML 準備資料所需的時間從數週縮減到數分鐘。只要點選幾下,您就可以完成資料準備工作流程的每個步驟,包含資料選擇、清理、探索和視覺化。


專門為 ML 精心打造的功能儲存區
Amazon SageMaker Feature Store 提供了儲存庫,可用於儲存、更新、擷取和分享 ML 功能。SageMaker Feature Store 會針對要使用的 ML 模型提供一致的功能檢視方式,讓製作可生成高精準度預測的模型變得更加簡便。




在邊緣裝置上提升模型的品質
Amazon SageMaker Edge Manager 可協助您對邊緣裝置機群上部署的機器學習模型執行最佳化、安全性、監控與維護等作業,讓部署在邊緣裝置上的模型均能正確運作。

生產環境 ML 的必要功能


自動化機器學習工作流程
Amazon SageMaker Pipelines 是第一款專門為機器學習精心打造、簡單易用的持續整合和持續交付 (CI/CD) 服務。工作流程可在團隊間共享,也可重複使用。


偵測偏差及了解預測
Amazon SageMaker Clarify 可提供 ML 工作流程之間的偏差偵測,讓您將更完善的公平性和透明度建置到 ML 模型中。SageMaker Clarify 還包括功能重要性圖表,可協助您闡述模型預測並產生報告,這可用於支援內部簡報或識別模型中的問題,以便您採取措施進行更正。

確保整個 ML 生命週期內資料與程式碼的安全性
Amazon SageMaker 提供一整套完整的安全功能,包含加密、私有網路連線能力、授權、驗證、監控與稽核能力,透過適用於機器學習工作負載的安全要求來協助您的組織。
生產環境 ML 的必要功能


自動化機器學習工作流程
Amazon SageMaker Pipelines 是第一款專門為機器學習精心打造、簡單易用的持續整合和持續交付 (CI/CD) 服務。工作流程可在團隊間共享,也可重複使用。


提升透明度
Amazon SageMaker Clarify 可提供 ML 工作流程之間的偏差偵測,讓您將更完善的公平性和透明度建置到 ML 模型中。SageMaker Clarify 還包括功能重要性圖表,可協助您闡述模型預測並產生報告,這可用於支援內部簡報或識別模型中的問題,以便您採取措施進行更正。

確保整個 ML 生命週期內資料與程式碼的安全性
Amazon SageMaker 提供一整套完整的安全功能,包含加密、私有網路連線能力、授權、驗證、監控與稽核能力,透過適用於機器學習工作負載的安全要求來協助您的組織。

開始使用 Amazon SageMaker JumpStart
Amazon SageMaker 是一種機器學習服務,您可以用這種服務來為幾乎任何一種使用案例建置、培訓並部署 ML 模型。如需簡要的技術介紹,請查看 SageMaker 逐步指南。為了協助您開始您的 ML 專案,Amazon SageMaker JumpStart 針對最常見的使用案例提供了一套預先建置的解決方案,讓您僅需按幾下即可進行部署。這些解決方案是完全可自訂的,讓您可以進行修改以符合特定使用案例和資料集的需牛。