기계 학습 제품

판매자는 구매자가 배포할 수 있는 기계 학습 (ML) 알고리즘과 모델을 만드는 데 사용할 AWS Marketplace 수 있습니다 AWS. 에는 두 가지 유형의 Amazon SageMaker 상품이 나열되어 있습니다 AWS Marketplace.

모델 패키지

예측에 사용할 수 있도록 사전 학습된 모델로, 구매자가 추가로 학습할 필요가 없습니다.

알고리즘

구매자가 학습 데이터를 제공해야만 예측을 수행하는 하는 모델입니다. 학습 알고리즘이 포함되어 있습니다.

구매자는 Amazon SageMaker 콘솔 또는 콘솔을 통해 이러한 상품을 구매할 수 AWS Marketplace있습니다. 구매자는 제품 설명, 설명서, 고객 리뷰, 요금, 지원 정보 등을 살펴볼 수 있습니다. 구매자가 모델 패키지 제품이나 알고리즘 제품을 구독하면 SageMaker 콘솔의 제품 목록에 해당 제품이 추가됩니다. 구매자는 AWS SDKs, AWS Command Line Interface (AWS CLI) 또는 SageMaker 콘솔을 사용하여 완전 관리형 REST 추론 엔드포인트를 만들거나 데이터 배치에 대해 추론을 수행할 수도 있습니다.

SageMakerAmazon에서 기계 학습 제품을 만드는 데 대한 지원을 받으려면 AWS Marketplace 셀러 운영 팀에 문의하십시오.

기계 학습 제품 시작하기

AWS Marketplace Amazon을 사용하여 두 가지 기계 학습 제품 유형을 지원합니다 SageMaker. 모델 패키지 제품과 알고리즘 제품인데, 두 가지 유형 모두 예측을 수행하는 배포 가능한 추론 모델을 생성합니다.

SageMaker 모델 패키지

Amazon SageMaker 모델 패키지 제품에는 사전 학습된 모델이 포함되어 있습니다. 사전 학습된 모델을 SageMaker 배포하여 실시간 또는 일괄적으로 추론하거나 예측할 수 있습니다. 이 제품에는 모델 아티팩트가 포함된(있는 경우) 학습된 추론 구성 요소가 포함되어 있습니다. 판매자는 자체 모델을 사용하여 모델을 SageMaker 학습시키거나 모델을 가져올 수 있습니다.

SageMaker 알고리즘

구매자는 SageMaker알고리즘 제품을 사용하여 완전한 기계 학습 워크로드를 수행할 수 있습니다. 알고리즘 제품은 학습과 추론이라는 두 가지 논리 구성 요소를 갖고 있습니다. SageMaker에서는 구매자가 자체 데이터세트를 사용하여 교육 구성 요소로 교육 작업을 생성합니다. 학습 구성 요소의 알고리즘이 완료되면 기계 학습 모델의 모델 아티팩트가 생성됩니다. SageMaker 구매자의 Amazon 심플 스토리지 서비스 (Amazon S3) 버킷에 모델 아티팩트를 저장합니다. 에서 SageMaker 구매자는 생성된 모델 아티팩트와 함께 추론 구성 요소를 배포하여 실시간 또는 일괄적으로 추론 (또는 예측) 을 수행할 수 있습니다.

추론 모델 배포

추론 모델을 모델 패키지에서 생성하든 알고리즘에서 생성하든 관계없이 두 가지 방법으로 배포할 수 있습니다.

• 엔드포인트 — 이 메서드는 모델을 배포하고 엔드포인트를 생성하는 SageMaker 데 사용합니다. API 구매자는 이 엔드포인트를 백엔드 서비스의 일부로 사용하여 애플리케이션을 구동할 수 있습니다. 데이터가 엔드포인트로 전송되면 모델 컨테이너로 SageMaker 전달되고 API 응답으로 결과를 반환합니다. 엔드포인트와 컨테이너는 구매자가 중지할 때까지 계속 실행됩니다.

  참고

  에서는 AWS Marketplace엔드포인트 방법을 실시간 추론이라고 하고, SageMaker 설명서에서는 이를 호스팅 서비스라고 합니다. 자세한 내용은 Amazon에 모델 배포를 참조하십시오 SageMaker.

• 배치 변환 작업 - 이 방법에서는 구매자가 추론에 사용할 데이터 세트를 Amazon S3에 저장합니다. 일괄 변환 작업이 시작되면 모델을 SageMaker 배포하고 S3 버킷의 데이터를 모델 컨테이너로 전달한 다음 결과를 S3 버킷으로 반환합니다. 작업이 완료되면 작업이 SageMaker 중지됩니다. 자세한 내용은 배치 변환을 사용하여 전체 데이터 세트에 대한 추론 가져오기를 참조하세요.

  참고

  데이터를 모델에 SageMaker 전달하고 결과를 구매자에게 반환하므로 두 방법 모두 모델에 영향을 주지 않습니다.