Amazon SageMaker giúp các nhà phát triển và nhà khoa học dữ liệu chuẩn bị, xây dựng, đào tạo và triển khai các mô hình máy học (ML) chất lượng cao một cách nhanh chóng bằng cách tập hợp một loạt các khả năng được xây dựng với mục đích cụ thể cho ML.
Dịch vụ ML toàn diện nhất
Đẩy nhanh sự đổi mới với các công cụ được xây dựng với mục đích cụ thể cho mọi bước phát triển ML, bao gồm ghi nhãn, chuẩn bị dữ liệu, kỹ thuật tính năng, phát hiện sai lệch thống kê, ML tự động, đào tạo, điều chỉnh, lưu trữ, giải thích, giám sát và quy trình công việc.
Môi trường phát triển tích hợp (IDE) đầu tiên cho ML
Tăng năng suất của bạn bằng cách sử dụng Amazon SageMaker Studio, môi trường phát triển tích hợp đầy đủ đầu tiên được thiết kế riêng cho ML, mang lại mọi thứ bạn cần cho ML dưới một giao diện người dùng trực quan, thống nhất.
Chức năng được thiết kế từ giai đoạn khởi đầu để làm việc cùng nhau
Sử dụng các khả năng tích hợp của Amazon SageMaker để phát triển ML, vì vậy bạn có thể loại bỏ nhiều tháng viết mã tích hợp tùy chỉnh và cuối cùng là giảm chi phí.
Cách thức hoạt động
-
Tổng quan
-
Chi tiết
-
Tổng quan
-
-
Chi tiết
-
Khả năng của SageMaker Mô tả Điều chỉnh mô hình tự động Tối ưu hóa siêu tham số Thuật toán tích hợp sẵn và của chính bạn Hàng chục thuật toán được tối ưu hóa hoặc thuật toán của chính bạn Đào tạo phân tán - MỚI
Đào tạo về các tập dữ liệu và mô hình lớn Tích hợp Kubernetes & Kubeflow Đơn giản hóa máy học dựa trên Kubernetes Chế độ cục bộ Thử nghiệm và tạo nguyên mẫu trên máy cục bộ của bạn Đào tạo tại chỗ có quản lý Giảm 90% chi phí đào tạo Điểm cuối đa mô hình Giảm chi phí bằng cách lưu trữ nhiều mô hình cho mỗi phiên bản Triển khai bằng một lần nhấp chuột Được quản lý hoàn toàn, độ trễ cực thấp, thông lượng cao Đào tạo với một cú nhấp chuột Quản lý cơ sở hạ tầng phân tán Lái tự động SageMaker Tự động tạo mô hình máy học có khả năng hiển thị cao Làm rõ SageMaker - MỚI
Phát hiện sai lệch và tìm hiểu những dự đoán về mô hình Trình sắp xếp dữ liệu SageMaker - MỚI Tổng hợp và chuẩn bị dữ liệu cho máy học Trình gỡ lỗi SageMaker Gỡ lỗi và lập hồ sơ hoạt động đào tạo Trình quản lý biên SageMaker - MỚI Quản lý và giám sát các mô hình trên thiết bị biên
Thử nghiệm SageMaker Ghi lại, sắp xếp và so sánh từng bước Kho tính năng SageMaker - MỚI Lưu trữ, cập nhật, truy xuất và chia sẻ các tính năng SageMaker Ground Truth Ghi nhãn dữ liệu đào tạo cho máy học Khởi đầu nhanh SageMaker - MỚI Các giải pháp dựng sẵn cho trường hợp sử dụng thường gặp Trình giám sát mô hình SageMaker Duy trì độ chính xác của các mô hình đã triển khai Quy trình SageMaker - MỚI Điều phối và tự động hóa quy trình công việc Xử lý SageMaker Python dựng sẵn, BYO R/Spark SageMaker Studio Môi trường phát triển tích hợp (IDE) cho ML Sổ ghi chép SageMaker Studio Sổ ghi chép Jupyter, có thể chia sẻ và tính toán linh hoạt
Một trong những dịch vụ phát triển nhanh nhất trong lịch sử AWS
Amazon SageMaker được xây dựng dựa trên hai thập kỷ kinh nghiệm của Amazon trong việc phát triển các ứng dụng máy học thực tế, bao gồm các đề xuất sản phẩm, cá nhân hóa, mua sắm thông minh, robot và các thiết bị hỗ trợ bằng giọng nói.
Tăng 10 lần
năng suất nhóm
Giảm 90%
chi phí bằng đào tạo tại chỗ có quản lý
Giảm 75%
chi phí suy luận
Giảm 54%
Giảm 70%
Bổ sung 198
22
Amazon SageMaker hỗ trợ các khung máy học hàng đầu
Các tính năng chính để chuẩn bị dữ liệu và xây dựng, đào tạo và triển khai các mô hình ML
Cải thiện năng suất bằng cách sử dụng môi trường phát triển tích hợp (IDE) đầy đủ đầu tiên cho ML
Amazon SageMaker Studio cung cấp một giao diện trực quan duy nhất dựa trên web, nơi bạn có thể thực hiện tất cả các bước phát triển ML cần thiết để chuẩn bị dữ liệu và xây dựng, đào tạo và triển khai các mô hình.
Tự động xây dựng, đào tạo và điều chỉnh mô hình
Tính năng Lái tự động Amazon SageMaker lựa chọn thuật toán tốt nhất cho dự đoán và tự động xây dựng, đào tạo và điều chỉnh các mô hình máy học mà không làm mất khả năng hiển thị hay kiểm soát.
Giảm chi phí ghi nhãn dữ liệu đến 70%
Amazon SageMaker Ground Truth giúp bạn dễ dàng ghi nhãn chính xác hơn các tập dữ liệu đào tạo cho nhiều trường hợp sử dụng, bao gồm đám mây điểm 3D, video, hình ảnh và văn bản.
Cách nhanh nhất và dễ nhất để chuẩn bị dữ liệu cho ML
Trình sắp xếp dữ liệu Amazon SageMaker giảm thời gian chuẩn bị dữ liệu cho ML từ vài tuần xuống còn vài phút. Với một vài cú nhấp chuột, bạn có thể hoàn thành từng bước của quy trình công việc chuẩn bị dữ liệu, bao gồm lựa chọn, làm sạch, thăm dò và trực quan hóa dữ liệu.
Cửa hàng tính năng được xây dựng với mục đích cụ thể cho ML
Kho tính năng Amazon SageMaker cung cấp một kho lưu trữ để lưu trữ, cập nhật, truy xuất và chia sẻ các tính năng ML. Kho tính năng SageMaker cung cấp chế độ xem nhất quán về các tính năng cho mô hình ML sử dụng, do đó, việc tạo các mô hình đưa ra dự đoán có độ chính xác cao trở nên dễ dàng hơn rất nhiều.
Đào tạo mô hình chất lượng cao nhanh hơn
Amazon SageMaker cung cấp trình gỡ lỗi tích hợp và trình cấu hình để bạn có thể xác định và giảm các lỗi đào tạo, cũng như giảm trở ngại hiệu năng từ các mô hình của bạn trước khi đưa chúng vào sản xuất.
Triển khai lên đám mây bằng một cú nhấp chuột
Amazon SageMaker tạo điều kiện thuận lợi cho việc triển khai mô hình đã đào tạo của bạn vào khâu sản xuất bằng một cú nhấp chuột. Vì vậy, bạn có thể bắt đầu tạo các dự đoán đối với dữ liệu trong thời gian thực hoặc theo lô.
Cải thiện chất lượng của các mô hình trên các thiết bị biên
Trình quản lý biên Amazon SageMaker giúp bạn tối ưu hóa, bảo mật, giám sát và duy trì các mô hình máy học trên nhóm thiết bị biên để đảm bảo rằng các mô hình được triển khai trên thiết bị biên đang hoạt động chính xác.
Các tính năng cần thiết cho ML trong sản xuất
Tự động hóa quy trình công việc máy học
Quy trình Amazon SageMaker là dịch vụ tích hợp liên tục và phân phối liên tục (CI/CD) được xây dựng với mục đích cụ thể, dễ sử dụng đầu tiên cho máy học. Quy trình công việc có thể được chia sẻ và tái sử dụng giữa các nhóm.
Phát hiện sai lệch và tìm hiểu các dự đoán
Tính năng Làm rõ Amazon SageMaker cung cấp khả năng phát hiện sai lệch trong quy trình công việc ML, cho phép bạn tạo ra sự công bằng và minh bạch lớn hơn cho mô hình ML của mình. Tính năng Làm rõ Amazon SageMaker cũng bao gồm các biểu đồ tầm quan trọng đặc trưng giúp bạn giải thích về các dự đoán mô hình và tạo báo cáo nhằm hỗ trợ việc trình bày nội bộ hoặc để xác định các vấn đề mô hình gặp phải để thực hiện các bước khắc phục.
Bảo mật dữ liệu và mã của bạn trong suốt vòng đời ML
Amazon SageMaker cung cấp một bộ tính năng bảo mật toàn diện, bao gồm mã hóa, kết nối mạng riêng, ủy quyền, xác thực, giám sát và khả năng kiểm tra để giúp tổ chức của bạn đáp ứng các yêu cầu bảo mật có thể áp dụng cho khối lượng công việc máy học.
Các tính năng cần thiết cho ML trong sản xuất
Tự động hóa quy trình công việc máy học
Quy trình Amazon SageMaker là dịch vụ tích hợp liên tục và phân phối liên tục (CI/CD) được xây dựng với mục đích cụ thể, dễ sử dụng đầu tiên cho máy học. Quy trình công việc có thể được chia sẻ và tái sử dụng giữa các nhóm.
Cải thiện tính minh bạch
Tính năng Làm rõ Amazon SageMaker cung cấp khả năng phát hiện sai lệch trong quy trình công việc ML, cho phép bạn tạo ra sự công bằng và minh bạch lớn hơn cho mô hình ML của mình. Tính năng Làm rõ Amazon SageMaker cũng bao gồm các biểu đồ tầm quan trọng đặc trưng giúp bạn giải thích về các dự đoán mô hình và tạo báo cáo nhằm hỗ trợ việc trình bày nội bộ hoặc để xác định các vấn đề mô hình gặp phải để thực hiện các bước khắc phục.
Bảo mật dữ liệu và mã của bạn trong suốt vòng đời ML
Amazon SageMaker cung cấp một bộ tính năng bảo mật toàn diện, bao gồm mã hóa, kết nối mạng riêng, ủy quyền, xác thực, giám sát và khả năng kiểm tra để giúp tổ chức của bạn đáp ứng các yêu cầu bảo mật có thể áp dụng cho khối lượng công việc máy học.
Khách hàng của Amazon SageMaker
Amazon SageMaker được sử dụng bởi hàng chục nghìn khách hàng trong nhiều ngành.
Bắt đầu với Khởi đầu nhanh Amazon SageMaker
Amazon SageMaker là dịch vụ máy học mà bạn có thể sử dụng để xây dựng, đào tạo và triển khai các mô hình ML cho hầu hết mọi trường hợp sử dụng. Để xem giới thiệu nhanh về kỹ thuật, hãy đọc hướng dẫn từng bước về SageMaker. Để giúp bạn bắt đầu với dự án ML của mình, Khởi đầu nhanh Amazon SageMaker cung cấp một tập hợp các giải pháp dựng sẵn cho các trường hợp sử dụng phổ biến nhất mà bạn có thể triển khai chỉ với vài cú nhấp chuột. Các giải pháp này hoàn toàn có thể tùy chỉnh để bạn có thể sửa đổi chúng cho phù hợp với nhu cầu của trường hợp sử dụng và bộ dữ liệu cụ thể của mình.
Bảo trì dự đoán
Georgia Pacific sử dụng SageMaker để phát triển các mô hình ML phát hiện sớm các vấn đề về máy móc.
Tầm nhìn máy tính
3M đang sử dụng các mô hình phát hiện lỗi được xây dựng trên SageMaker để nâng cao hiệu quả của các quy trình kiểm soát chất lượng của mình.
Lái xe tự hành
Lyft Cấp độ 5 chuẩn hóa trên SageMaker cho đào tạo và giảm thời gian đào tạo về mô hình từ vài ngày xuống còn vài giờ.