Amazon SageMaker ?
Amazon SageMaker adalah layanan pembelajaran mesin yang dikelola sepenuhnya. Dengan Amazon SageMaker, ilmuwan data dan pengembang dapat dengan cepat dan mudah membangun dan melatih model pembelajaran mesin, dan kemudian langsung menerapkannya ke lingkungan host yang siap diproduksi. Ini menyediakan instance notebook Jupyter yang terintegrasi untuk akses mudah ke sumber data Anda untuk eksplorasi dan analisis, sehingga Anda tidak perlu mengelola server. Ini juga menyediakan umum mesin belajar algoritma yang dioptimalkan untuk menjalankan efisien terhadap data yang sangat besar dalam lingkungan terdistribusi. Dengan dukungan asli untuk membawa-Anda-sendiri-algoritma dan kerangka kerja, Amazon SageMaker menawarkan pilihan pelatihan didistribusikan fleksibel yang menyesuaikan dengan alur kerja spesifik Anda. Terapkan model ke dalam lingkungan yang aman dan terukur dengan meluncurkannya dengan sekali klik dari konsol Amazon SageMaker. Pelatihan dan hosting ditagih oleh penggunaan menit, tanpa biaya minimum dan tidak ada komitmen di muka.
Amazon SageMaker menawarkan:
- Kebiasaan lingkungan (jupyter notebook, Python)
- Popular ML frameworks (Apache MXNet, TensorFlow)
- Pilihan untuk membawa kerangka kerja dan Perpustakaan lainnya
- Alur kerja "Zero-Configuration" untuk pelatihan
- Dukungan Out-of-the-box untuk pelatihan multi-simpul
- Langsung penyebaran model terlatih untuk produksi.
Di sisi lain, SageMaker adalah:
- Opinionated
- Expensive.
Tips
Jika Anda telah memutuskan untuk memilih SageMaker, ada beberapa hal yang perlu diingat.SageMaker adalah layanan yang relatif baru dalam keluarga AWS dan belum tersedia di semua wilayah. Periksa halaman harga untuk daftar wilayah yang tersedia.
Berikutnya adalah satu penasaran. Secara teoritis S3 objek penyimpanan adalah layanan global yang tidak terikat ke wilayah tertentu. Namun, masih mungkin untuk memilih wilayah saat membuat ember baru. Saat Anda membuat bucket untuk data, pastikan untuk memilih wilayah yang sama tempat Anda berencana menjalankan instans SageMaker. Jika tidak, SageMaker tidak akan dapat mengakses data.
0 Comments