什么是 Amazon SageMaker? - Amazon SageMaker

什么是 Amazon SageMaker?

Amazon SageMaker 是一项完全托管的机器学习服务。借助 Amazon SageMaker,数据科学家和开发人员可以快速、轻松地构建和训练机器学习模型,然后直接将模型部署到生产就绪托管环境中。它提供了一个集成的 Jupyter 编写 Notebook 实例,供您轻松访问数据源以便进行探索和分析,因此您无需管理服务器。此外,它还可以提供常见的机器学习算法,这些算法经过了优化,可以在分布式环境中高效处理非常大的数据。借助对自带算法和框架的原生支持,Amazon SageMaker 可以提供灵活并且适合具体工作流程的分布式训练选项。可以从 Amazon SageMaker Studio 或 Amazon SageMaker 控制台中单击几下鼠标按钮以启动模型,以将该模型部署到安全且可扩展的环境中。训练和托管按使用分钟数计费,没有最低费用,也不需要前期承诺。

本指南包括关于 Amazon SageMaker 功能的信息和教程。要了解如何使用 Amazon SageMaker 构建、训练和部署模型,请参阅 Amazon SageMaker 开发人员资源

Amazon SageMaker 功能

Amazon SageMaker 包括以下功能:

Amazon SageMaker Studio

集成的机器学习环境,您可以在同一应用程序中构建、训练、部署和分析模型。

Amazon SageMaker Ground Truth

高质量的训练数据集,它们通过使用工作人员和机器学习来创建标记数据集。

Amazon Augmented AI

人机回圈审查

Amazon SageMaker Studio Notebooks

下一代 Amazon SageMaker 笔记本,包括 SSO 集成、较短的启动时间和单击共享。

预处理

分析和预处理数据,处理特征工程问题,并评估模型。

Amazon SageMaker 实验

实验管理和跟踪。您可以使用跟踪的数据重新构建实验,在对等方进行的实验基础上逐步构建,并跟踪模型谱系以进行合规性和审核验证。

Amazon SageMaker 调试程序

在整个训练过程中检查训练参数和数据。自动检测常见错误并向用户发出警报,例如参数值变得太大或太小。

Amazon SageMaker Autopilot

不了解机器学习的用户可以快速构建分类和回归模型。

强化学习

代理通过其操作获得最大化的长期奖励。

批量转换

预处理数据集,在不需要持久终端节点时运行推理,并将输入记录与推理相关联,以帮助解释结果。

Amazon SageMaker 模型监控器

监控和分析生产中的模型(终端节点),以检测数据偏差和模型质量偏差。

Amazon SageMaker Neo

训练机器学习模型一次,然后在云端和边缘的任何位置运行。

Amazon SageMaker Elastic Inference

提高吞吐量并减少获取实时推理的延迟。

Amazon SageMaker 定价

与其他 AWS 产品一样,在使用 Amazon SageMaker 时,您无需签订合同或承诺最低使用量。有关 Amazon SageMaker 的使用成本的更多信息,请参阅 Amazon SageMaker 定价

您是 Amazon SageMaker 的新用户吗?

如果您是首次接触 Amazon SageMaker 的用户,我们建议您执行以下操作:

  1. 阅读Amazon SageMaker 的工作原理 – 此部分概述了 Amazon SageMaker,说明了主要概念,并介绍了使用 Amazon SageMaker 构建 AI 解决方案时涉及的核心组件。我们建议您按所呈现的顺序阅读本主题。

  2. 设置 Amazon SageMaker – 此部分说明如何设置 AWS 账户并注册 Amazon SageMaker Studio。

  3. Amazon SageMaker Autopilot 自动执行机器学习任务以简化机器学习体验。如果您不熟悉 Amazon SageMaker,它提供了最简单的学习路径。它还用作一种极佳的 ML 学习工具,它对为每个自动 ML 任务生成的笔记本提供代码可见性。有关其功能的简介,请参阅使用 Amazon SageMaker Autopilot 自动实施模型开发。为了开始构建、训练和部署机器学习模型,Autopilot 提供了:

  4. Amazon SageMaker 入门 – 此部分将指导您使用 Amazon SageMaker Studio 或 Amazon SageMaker 控制台和 Amazon SageMaker API 训练您的第一个模型。您可以使用 Amazon SageMaker 提供的训练算法。

  5. 探索其他主题 – 根据您的需求,执行以下操作:

  6. 查看 API 参考 – 此部分描述了 Amazon SageMaker API 操作。