機器學習產品 - AWS Marketplace

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

機器學習產品

身為賣家,您可以用AWS Marketplace來建立機器學習 (ML) 演算法和模型,供買家部署AWS。有兩種類型的亞馬遜 SageMaker 產品列在AWS Marketplace:

模型套件

預先訓練的模型,用於進行預測,不需要買方進一步的培訓。

演算法

要求買方在進行預測之前提供訓練資料的模型。包括訓練演算法。

這些產品是提供給買家通過亞馬遜 SageMaker 控制台或AWS Marketplace. 買家可以查看產品說明,文檔,客戶評論,定價和支持信息。當他們訂閱模型套件產品或演算法產品時,就會將其新增至 SageMaker 主控台上的產品清單中。購買者也可以使用AWS SDK、AWS Command Line Interface (AWS CLI) 或 SageMaker 主控台來建立完全受控的 REST 推論端點,或對批次資料執行推論。

如需使用 Amazon 建立機器學習產品的支援 SageMaker,請聯絡AWS Marketplace賣方營運團隊。

Simple Learning Storage 入門

AWS Marketplace使用 Amazon 支援兩種機器學習產品類型 SageMaker。這兩種類型、模型套件產品和演算法產品都會產生可部署的推論模型,以便進行預測。

SageMaker 模型套件

Amazon SageMaker 模型套件產品包含預先訓練的模型。預先訓練的模型可以部署在中 SageMaker ,以即時或批次進行推論或預測。本產品包含經過訓練的推論元件,其中包含模型加工品 (如果有的話) 作為賣家,您可以使用 SageMaker 或攜帶自己的模型來訓練模型。

SageMaker 演算法

購買者可以使用SageMaker演算法產品來執行完整的機器學習工作負載。演算法產品有兩個邏輯元件:訓練和推論。在中 SageMaker,購買者會使用自己的資料集,透過您的訓練元件建立訓練工作。訓練元件中的演算法完成時,會產生機器學習模型的模型加工品。 SageMaker 在 Amazon Simple Storage Service (Amazon S3) 儲存貯體中儲存模型成品。 在中 SageMaker,購買者可以將您的推論元件與那些產生的模型成品一起部署,以即時或批次執行推論 (或預測)。

部署推論模型

無論是從模型包還是算法創建推論模型,有兩種方法可以部署它們:

  • 端點 — 此方法用 SageMaker 於部署模型和建立 API 端點。購買者可以使用此端點作為後端服務的一部分,為其應用程式提供動力。將數據發送到端點時,將其傳 SageMaker 遞到模型容器,並在 API 響應中返回結果。端點和容器會繼續執行,直到買方停止為止。

    注意

    在中AWS Marketplace,端點方法稱為即時推論,在 SageMaker 文件中稱為託管服務。如需詳細資訊,請參閱在 Amazon 中部署模型 SageMaker

  • Batch 轉換任務 — 使用此方法,購買者將資料集存放在 Amazon S3 中以供推論。批次轉換任務啟動時, SageMaker 部署模型,將資料從 S3 儲存貯體傳送到模型的容器,然後將結果傳回 S3 儲存貯體。工作完成時, SageMaker 會停止工作。如需詳細資訊,請參閱使用 Batch 轉換取得整個資料集的推論

    注意

    這兩種方法對模型都是透明的,因為將資料傳 SageMaker遞至模型,並將結果傳回給購買者。