加速与亚马逊SageMaker机器学习

γ γ 意见(

基于机器学习(ML)的应用可以提供巨大的商业价值。然而,许多开发人必威体育精装版app官网员发现它们难以构建和部署。因为很少有这样的专家,一个容易的过程提出了一个重大的机遇,企业想要加速毫升使用。。

虽然AWS云允许您访问ML所需的存储和处理能力,建造过程,培训,并且部署ML模型具有独特的挑战,这些挑战常常阻碍成功使用这种强大的新技术。。

挑战从收集开始,清洁,训练数据和格式化。在创建数据集之后,你必须处理处理的数据规模,这往往是一个阻滞剂。在此之后,训练过程通常很长,包括调整旋钮和杠杆,叫hyperparameters,这控制了训练算法的不同方面。最后,对于那些不经常执行此操作的人来说,弄清楚如何将模型移动到可伸缩的生产环境中常常是缓慢且低效的。。

在Amazon Web服务中,我们致力于帮助您通过ML解锁数据的值,通过一套支持工具和资源来提高ML模型的开发经验。必威体育精装版app官网来自深度学习AMI和分布式深度学习AWS云形成模板,在Apache MXNet胶子,我们专注于改进,消除发展障碍。必威体育精装版app官网。

我们最近也宣布,亚马逊毫升解决方案实验室这是一个帮助您加速在产品和流程中使用ML的程序。随着这些技术的采用,客户要求管理服务的ML,让它更容易开始。。

今天,我们宣布的整体可用性亚马逊SageMaker。这种新的托管服务使数据科学家和开发人员能够快速和容易地构建,必威体育精装版app官网火车,并且部署ML模型而不会陷入今天减缓这个过程的挑战中。。

亚马逊SageMaker提供了以下特点:

  • 托管不需要安装的Juyter笔记本这样您就可以立即开始处理训练数据集并开发算法。必威体育精装版app官网。
  • 一键式,随需应变的分布式训练设置和集群训练后眼泪下来。。
  • 内置的,高性能ML算法,为更大的工程重新设计,速度,精度,数据吞吐量。。
  • 内置模型调整(超参数优化),可以自动调整算法参数的数百个不同组合。。
  • 有弹性的,安全的,和可扩展的环境来托管您的模型,一键部署。。

在托管笔记本环境中,Amazon SageMaker负责在VPC中建立安全的网络连接并启动ML实例。这个开发工必威体育精装版app官网作区还预先加载了必要的Python库和CUDA驱动程序,附加Amazon EBS卷自动保存笔记本文件,安装TensorFlow,Apache MXNet,和Keras深入学习框架。亚马逊SageMaker还包括常见的例子,以帮助您快速开始。。

为了训练,你只是表明毫升实例的类型和数量你需要通过一次单击并启动培训。亚马逊SageMaker然后设置分布式计算集群,安装软件,进行培训,完成时和泪水的集群。你只需要支付你使用的资源和永远不必担心底层的基础设施。。

亚马逊SageMaker也降低了使用内置hyperparameter时间优化模型优化。该技术自动调整数百种不同的参数组合,快速解决ML问题的最佳解决方案。采用高性能算法,分布式计算,管理基础设施,和hyperparameter优化,Amazon SageMaker极大地减少了构建生产系统的培训时间和总成本。。

当你准备部署,Amazon SaGeMakes提供了弹性,安全的,和可扩展的环境来承载ML模型,一键部署。培训后,Amazon SageMaker提供了用于部署到EC2或其他任何地方的模型构件。然后,指定ML实例的类型和数量。Amazon SaGeMaCK负责启动实例,部署模型,并为应用程序设置HTTPS端点,以实现低延迟/高吞吐量预测。。

在生产中,Amazon SaGeMaCK管理计算机基础结构来执行健康检查,应用安全修补程序,和其他进行日常维护,所有内置亚马逊AmazdWistar监控和日志记录。。

在亚马逊星矢之前,您面临着使用不同框架的灵活性和单个平台的易用性之间的权衡。在AWS,我们相信给予选择,所以亚马逊SageMaker消除这个问题。现在,您可以使用您所选择的工具,与一个单一的环境培训和举办毫升模型。。

Amazon SaveMeCK为传统ML提供了一套内置算法。深入学习,亚马逊SageMaker为您提供提交MXNet或TensorFlow脚本的能力,并利用分布式训练环境生成深度学习模型。如果你使用Apache的火花,您可以使用Amazon SageMaker的库从熟悉的环境中利用Amazon SageMaker的优势。你甚至可以带上你自己的算法和框架,在集装箱码头工人,并使用Amazon SaGeMeMac来管理培训和托管环境。就像亚马逊RDS,我们支持MySQL等多个引擎,波斯特雷斯克和极光,我们在亚马逊SageMaker支持多个框架。。

最后,Amazon SaveMek的一个最重要的方面是它的模块化架构。您可以使用任何组合的建筑,培训,和托管能力,以适应您的工作流。例如,你可以使用构建和训练能力准备生产就绪ML模式,然后将模型部署到边缘的设备上,如AWS加深。或者,您可能只使用它的主机功能来简化您已经在其他地方培训过的模型的部署。亚马逊SageMaker架构的灵活性使您能够很容易地将其好处结合到现有的ML工作流的任何组合是最好的。。

亚马逊SageMaker今天是可用的所有客户,在美国东部(N。Virginia)美国东部(俄亥俄)美国西部(俄勒冈)西方和欧盟(爱尔兰)。试着亚马逊SageMaker免费今天就开始吧!!

评论

博客评论的迪斯科