AWS 上的機器學習 讓機器學習掌握在每個開發人員手中

Amazon SageMaker

快速建立、訓練和部署機器學習模型

Amazon SageMaker 可讓開發人員和資料科學家輕鬆快速地建立、訓練及部署任何規模的機器學習模型。它消除了在各使用案例和行業中實作機器學習的複雜性——從執行即時詐騙偵測模型，到虛擬分析潛在藥物的生物學影響，再到預測壘球中的盜壘進球。

Amazon SageMaker Studio：

使用 Amazon SageMaker Studio 體驗第一個用於機器學習的全整合開發環境 (IDE)，您可以在其中執行所有 ML 開發步驟。您可以快速上傳資料、建立並共享新的筆記本、訓練和調整 ML 模型、在步驟之間來回移動以調整實驗、偵錯並比較結果，以及部署和監控 ML 模型，全都在單一視覺界面，讓您的工作更有效率。

Amazon SageMaker Autopilot：

使用 Amazon SageMaker Autopilot 自動建立、訓練和調整擁有完整可見性和控制的模型。這是業界第一個自動機器學習功能，可讓您完全控制和深入了解模型如何建立，以及在建立這些模型中使用什麼邏輯

 

ML 架構

ML 架構帶來更多選擇和靈活性

從 TensorFlow、 PyTorch、Apache MXNet 和其他熱門架構中隨意選擇，試驗和自訂機器學習演算法。您可將選擇的架構用作 Amazon SageMaker 中的受管體驗，或者使用 AWS Deep Learning AMIs (Amazon Machine Images)，這些都是完全採用最新版、最熱門的深度學習架構和工具設定的。

• 81% 的雲端深度學習專案在 AWS 上執行

• 85% 的雲端 TensorFlow 專案在 AWS 上執行

為熱門的深度學習模型提供最快的訓練：AWS 優化的 TensorFlow 和 PyTorch 擁有最快的 Mask-RCNN (物件偵測) 和 BERT (自然語言處理) 訓練速度。

 

【 延伸閱讀 】：

• AWS 雲端運算服務