什么是亚马逊 SageMaker？ - Amazon SageMaker
Amazon 的定价 SageMaker 您是首次使用 Amazon SageMaker 吗？

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

什么是亚马逊 SageMaker？

Amazon SageMaker 是一项完全托管的机器学习 (ML) 服务。借助 SageMaker，数据科学家和开发人员可以快速、自信地构建、训练机器学习模型，并将其部署到生产就绪的托管环境中。它为运行机器学习工作流程提供了用户界面体验，使 SageMaker 机器学习工具可在多个集成开发环境 (IDE) 中使用。

借助 SageMaker，您无需构建和管理自己的服务器即可存储和共享数据。这使您或您的组织有更多时间协作构建和开发您的机器学习工作流程，并且可以更快地完成。 SageMaker 提供托管机器学习算法，以便在分布式环境中针对极其庞大的数据高效运行。借助对 bring-your-own-algorithms 和框架的内置支持， SageMaker 提供灵活的分布式训练选项，可根据您的特定工作流程进行调整。只需几个步骤，您就可以从 SageMaker 控制台将模型部署到安全且可扩展的环境中。

主题

Amazon 的定价 SageMaker

有关AWS 免费套餐限制和使用费用的信息 SageMaker，请参阅 Amazon SageMaker 定价。

您是首次使用 Amazon SageMaker 吗？

如果您是首次使用 SageMaker，我们建议您完成以下操作：

  1. 使用 Amazon 进行机器学习概述 SageMaker— 概述机器学习 (ML) 生命周期并了解所提供的解决方案。本页解释了关键概念，并描述了使用构建 AI 解决方案所涉及的核心组件 SageMaker。

  2. 设置 Amazon SageMaker— 了解如何 SageMaker 根据需要进行设置和使用。

  3. 使用自动机器学习、无代码或低代码— 了解低代码和无代码机器学习选项，这些选项通过自动执行机器学习任务来简化机器学习工作流程。这些选项是有用的机器学习工具，因为它们通过为每个自动机器学习任务生成笔记本来提供代码的可见性。

  4. 使用由提供的机器学习环境 SageMaker— 熟悉可用于开发机器学习工作流程的机器学习环境，例如有关 ready-to-use 和自定义模型的信息和示例。

  5. 探索其他主题-使用《 SageMaker 开发者指南》的目录探索更多主题。例如，您可以在中找到有关机器学习生命周期阶段的信息使用 Amazon 进行机器学习概述 SageMaker，以及 SageMaker提供的各种解决方案。

  6. Amazon SageMaker 资源 — 请参阅 SageMaker 提供的各种开发者资源。