Amazon SageMaker上線中國區(qū) 可10分鐘訓(xùn)練出ML模型

【TechWeb】4月30日消息，AmazonSageMaker在由光環(huán)新網(wǎng)運營的AWS中國(北京)區(qū)域和由西云數(shù)據(jù)運營的AWS中國(寧夏)區(qū)域正式開放。據(jù)介紹，借助AmazonSageMaker，可以幫“小白”用戶在10分鐘訓(xùn)練出ML模型。

為了讓數(shù)據(jù)科學(xué)家、算法工程師、業(yè)務(wù)開發(fā)者都能輕松駕馭機器學(xué)習(xí)，AWS于2017年11月推出了AmazonSageMaker機器學(xué)習(xí)平臺服務(wù)，并且在過去的兩年多里不斷豐富功能組件。

AmazonSageMaker是一項完全托管的服務(wù)，可以幫助機器學(xué)習(xí)開發(fā)者和數(shù)據(jù)科學(xué)家快速構(gòu)建、訓(xùn)練和部署模型。AmazonSageMaker完全消除了機器學(xué)習(xí)過程中各個步驟的繁重工作，讓開發(fā)高質(zhì)量模型變得更加輕松。

AmazonSageMaker支持多種深度學(xué)習(xí)框架，包括：TensorFlow、PyTorch、ApacheMXNet、Chainer、Keras、Gluon、Horovod、Scikit-learn和DeepGraphLibrary。

除了默認支持的框架，其他任何框架可以通過自帶容器(BYOC,BringYourOwnContainer)的方式在AmazonSageMaker中運行，包括模型訓(xùn)練和部署。

AmazonSageMaker支持基于托管的Spot競價實例進行訓(xùn)練，訓(xùn)練成本降低最多可達90%。

同時，AmazonSageMaker支持一鍵部署模型，針對實時或批量數(shù)據(jù)生成預(yù)測。可以跨多個可用區(qū)在自動擴展的實例上一鍵部署模型，在實現(xiàn)高冗余的同時無需做任何基礎(chǔ)設(shè)施運維操作。

目前，AmazonSageMaker服務(wù)已在由光環(huán)新網(wǎng)運營的AWS中國(北京)區(qū)域和由西云數(shù)據(jù)運營的AWS中國(寧夏)區(qū)域上線，感興趣的朋友可以去官網(wǎng)根據(jù)教程指導(dǎo)，學(xué)習(xí)AmazonSageMaker的模型構(gòu)建、訓(xùn)練和部署。

關(guān)鍵詞： AmazonSageMaker 用戶 ML

責(zé)任編輯：Rex_01