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。
什麼是 Amazon SageMaker?
Amazon SageMaker 是全受管的機器學習 (ML) 服務。有了 SageMaker,資料科學家和開發人員可以快速、自信地建置、訓練機器學習模型,並將其部署到生產就緒型託管環境中。它提供執行 ML 工作流程的 UI 體驗,讓 SageMaker ML 工具可在多個整合式開發環境 (IDE) 中使用。
您可以使用儲存和共用資料 SageMaker,而不必建置和管理自己的伺服器。這可讓您或您的組織有更多時間協同建立和開發 ML 工作流程,並且更快完成。 SageMaker 提供受管理的 ML 演算法,以便在分散式環境中針對極大型資料有效執行。透過內建支援 bring-your-own-algorithms 和架構, SageMaker 提供彈性的分散式訓練選項,可根據您的特定工作流程進行調整。只需幾個步驟,您就可以從 SageMaker 主控台將模型部署到安全且可擴充的環境中。
Amazon 定價 SageMaker
如需AWS 免費方案
您是 Amazon 的首次使用者 SageMaker嗎?
如果您是第一次使用的使用者 SageMaker,我們建議您完成以下操作:
-
使用 Amazon 的機器學習概述 SageMaker— 取得機器學習 (ML) 生命週期的概觀,並瞭解所提供的解決方案。本頁面說明關鍵概念,並說明使用建置 AI 解決方案時所涉及的核心元件 SageMaker。
-
使用 Amazon 設置指南 SageMaker— 了解如何 SageMaker 根據您的需求進行設置和使用。
-
使用自動化機器學習、無程式碼或低程式碼— 瞭解透過自動化機器學習任務來簡化 ML 工作流程的低程式碼和無程式碼 ML 選項。這些選項是實用的 ML 學習工具,因為它們透過為每個自動化 ML 工作產生筆記本,提供程式碼的可見度。
-
使用 Amazon 提供的機器學習環境 SageMaker— 熟悉可用於開發 ML 工作流程的 ML 環境,例如有關以及自訂模型的資訊 ready-to-use 和範例。
-
探索其他主題 — 使用 SageMaker 開發人員指南的目錄來探索更多主題。例如,您可以找到有關 ML 生命週期階段使用 Amazon 的機器學習概述 SageMaker、中和 SageMaker提供的各種解決方案的資訊。
-
Amazon SageMaker 資源
— 請參閱提 SageMaker 供的各種開發人員資源。