Amazon SageMaker

建置、訓練和部署機器學習 (ML) 模型,用於具有全受管基礎設施、工具和工作流程的任何使用案例

為什麼要選擇 Amazon SageMaker?

Amazon SageMaker 是一項全受管服務,結合了一系列的工具以實現高效能、低成本的機器學習 (ML),適用於任何使用案例。透過 SageMaker,您可以使用筆記本、偵錯工具、分析工具、管線、MLOP 等工具,大規模建置、訓練和部署 ML 模型,全部都在一個整合式開發環境 (IDE) 中。SageMaker 透過簡化存取控制和 ML 專案的透明度來支援管控要求。此外,您還可以建置自己的 FM,在大量資料集上進行訓練的大型模型,並使用專用工具來微調、實驗、重新訓練和部署 FM。 SageMaker 可以存取數百種預先訓練的模型,包括公開可用的 FM,您只需按幾下滑鼠即可部署這些模型。


Amazon SageMaker 概觀

為什麼要選擇 Amazon SageMaker?

Amazon SageMaker 是一項全受管服務,結合了一系列的工具以實現高效能、低成本的機器學習 (ML),適用於任何使用案例。透過 SageMaker,您可以使用筆記本、偵錯工具、分析工具、管線、MLOP 等工具,大規模建置、訓練和部署 ML 模型,全部都在一個整合式開發環境 (IDE) 中。SageMaker 透過簡化存取控制和 ML 專案的透明度來支援管控要求。此外,您還可以建置自己的 FM,在大量資料集上進行訓練的大型模型,並使用專用工具來微調、實驗、重新訓練和部署 FM。 SageMaker 可以存取數百種預先訓練的模型,包括公開可用的 FM,您只需按幾下滑鼠即可部署這些模型。


Amazon SageMaker 模型訓練概觀

讓更多人使用 ML 進行創新

  • 商業分析師
  • 影像描繪在 Amazon SageMaker Canvas 中建立新模型

    商業分析師

    使用具有 SageMaker Canvas 的視覺化介面進行 ML 預測。
  • 資料科學家
  • 影像顯示 Amazon SageMaker Studio 上的畫面

    資料科學家

    使用 SageMaker Studio 準備資料以及建置、訓練和部署模型。
  • ML 工程師
  • 影像顯示 Amazon SageMaker Studio 上的畫面

    ML 工程師

    使用 SageMaker MLOps 大規模部署和管理模型。

支援領先的 ML 架構、工具組和程式設計語言

Jupyter 標誌
TensorFlow 標誌
PyTorch 標誌
MXNet 標誌
Hugging Face 標誌
Scikit-learn 標誌
Python 標誌
R 標誌

大規模的高效能、低成本 ML

1.5 萬億+

每月推論請求

40%

資料標記成本降低

<10 毫秒

推論開銷延遲