亚马逊AWS官方博客
Category: Amazon SageMaker
Amazon SageMaker使用数十亿条参数简化深度学习模型训练
今天,我们高兴地宣布,Amazon SageMaker已经在大型深度学习模型的训练方面迎来简化,帮助更多缺少丰富硬件资源的客户踏入高阶深度学习之门。
新增 – 使用 Amazon SageMaker Ground Truth 标记 3D 点云
今天,我非常高兴地宣布您可以使用 Amazon Sagemaker Ground Truth 来通过内置的编辑器和一流的辅助标记功能标记 3D 点云。
回顾第一部分 – 2019 年 re:Invent 大会上的开源
2019年的 re:Invent 大会将被分为三部分进行回顾,而本篇作为第一部分我们将讨论有关数据、分析和机器学习的所有东西。
Amazon SageMaker 现已推出:Deep Graph Library
我们很高兴地宣布,为简化图神经网络的实现而构建的开源库 Deep Graph Library 现已在 Amazon SageMaker 上推出。
Amazon SageMaker Debugger – 调试机器学习模型
我们非常高兴地宣布推出支持 Amazon SageMaker Debugger,它是 Amazon SageMaker 的新功能,可以自动识别机器学习 (ML) 训练作业中出现的复杂问题。
Amazon SageMaker Autopilot – 在完全控制和可见的情况下,自动创建高质量的机器学习模型
今天,我们非常高兴地推出 Amazon SageMaker Autopilot,它可以在完全控制和可见的情况下,自动创建最佳分类和回归机器学习模型。
Amazon SageMaker 模型监控器 – 完全托管的机器学习模型自动化监控
今天,我们非常高兴地宣布推出 Amazon SageMaker 模型监控器。这是 Amazon SageMaker 的一项新功能,可以自动监控生产中的机器学习 (ML) 模型,并在出现数据质量问题时向您发出警报。
Amazon SageMaker Experiments – 组织、跟踪和比较机器学习训练
今天,我们很高兴地宣布推出 Amazon SageMaker Experiments,它是 Amazon SageMaker 的一项新功能,可让您组织、跟踪、比较和评估机器学习 (ML) 实验和模型版本。
Amazon SageMaker Processing – 完全托管的数据处理和模型评估
今天,我们非常高兴地推出 Amazon SageMaker Processing,这是Amazon SageMaker 的一项新功能,可让您轻松地在完全托管的基础设施上运行预处理、后处理和模型评估工作负载。
Amazon SageMaker Studio:首个全集成的 Machine Learning 开发环境
今天,我们非常高兴地推出 Amazon SageMaker Studio:首个全集成的机器学习 (ML) 开发环境。