Amazon SageMaker

Amazon SageMaker - это платформа облачного машинного обучения, запущенная в ноябре 2017 года. SageMaker позволяет разработчикам создавать, обучать и развертывать модели машинного обучения (ML) в облаке. SageMaker также позволяет разработчикам развертывать модели машинного обучения на встроенных системах и периферийных устройствах.

• 1 Возможности
• 2 Интерфейсы разработки
• 3 История и функции
• 4 Использует
• 5 благоприятных статей о SageMaker
• 6 См. Также
• 7 Ссылки

SageMaker позволяет разработчикам работать на нескольких уровнях абстракции при обучении и развертывании моделей машинного обучения. На самом высоком уровне абстракции SageMaker предоставляет предварительно обученные модели машинного обучения, которые можно развернуть как есть. Кроме того, SageMaker предоставляет ряд встроенных алгоритмов машинного обучения, которые разработчики могут обучать на собственных данных. Кроме того, SageMaker предоставляет управляемые экземпляры TensorFlow и Apache MXNet, где разработчики могут создавать свои собственные алгоритмы машинного обучения с нуля. Независимо от того, какой уровень абстракции используется, разработчик может подключить свои модели машинного обучения с поддержкой SageMaker к другим сервисам AWS, таким как база данных Amazon DynamoDB для хранения структурированных данных, AWS Batch для автономная пакетная обработка, или Amazon Kinesis для обработки в реальном времени.

Разработчикам доступен ряд интерфейсов для взаимодействия с SageMaker. Во-первых, существует веб-интерфейс API, который удаленно управляет экземпляром сервера SageMaker. Хотя веб-API не зависит от языка программирования, используемого разработчиком, Amazon предоставляет привязки API SageMaker для ряда языков, включая Python, JavaScript, Ruby, Java и Go. Кроме того, SageMaker предоставляет управляемые экземпляры Jupyter Notebook для интерактивного программирования SageMaker и других приложений.

• 29.11.2017: SageMaker запущен на AWS re: Invent конференция.
• 27.02.2018: Управляемая TensorFlow и MXNet глубокая нейронная сеть обучение и вывод теперь поддерживаются в SageMaker.
• 28.02.2018: SageMaker автоматически масштабирует вывод модели для нескольких экземпляров сервера.
• 13.07.2018: SageMaker добавляет поддержку повторяющегося обучения нейронной сети,, word2vec обучение, мультиклассовое линейное обучение и обучение распределенной глубокой нейронной сети в Chainer с послойным адаптивным масштабированием скорости (LARS).
• 2018-07-17: AWS Batch Transform обеспечивает высокопроизводительный логический вывод машинного обучения не в реальном времени в SageMaker.
• 2018-11-08: Поддержка обучения и логического вывода внедренных слов Object2Vec.
• 2018-11-27: SageMaker Groun d Truth «значительно упрощает для разработчиков маркировку своих данных с использованием человеческих аннотаторов через Mechanical Turk, сторонних поставщиков или их собственных сотрудников».
• 2018- 11-28: SageMaker Обучение с подкреплением (RL) «позволяет разработчикам и специалистам по обработке данных быстро и легко разрабатывать модели обучения с подкреплением в любом масштабе».
• 28 ноября 2018: SageMaker Neo обеспечивает глубокое модели нейронных сетей для развертывания из SageMaker на периферийных устройствах, таких как смартфоны и интеллектуальные камеры.
• 29.11.2018: Запущен AWS Marketplace для SageMaker. AWS Marketplace позволяет сторонним разработчикам покупать и продавать модели машинного обучения, которые можно обучать и развертывать в SageMaker.
• 2019-01-27: SageMaker Neo выпущен как программное обеспечение с открытым исходным кодом.

• NASCAR использует SageMaker для обучения глубоких нейронных сетей на базе видеоданных за 70 лет.
• Carsales.com использует SageMaker для обучения и развертывания моделей машинного обучения для анализа и утверждения списков автомобильных объявлений.
• Avis Budget Group и Slalom Consulting используют SageMaker для разработки «практического решения на месте, которое могло бы решить проблему чрезмерного или недостаточного использования автомобилей в режиме реального времени с использованием встроенного механизма оптимизации. в Amazon SageMaker ».
• Volkswagen Group использует SageMaker для разработки и развертывания машинного обучения на своих производственных предприятиях.
• Peak и Footasylum используют SageMaker в качестве механизма рекомендаций для обуви.

В 2019 году CIOL назвал SageMaker одним из "5 лучших машинного обучения Pl". atforms For Developers "наряду с IBM Watson, Microsoft Azure Machine Learning, Apache PredictionIO и ai-one.

• Amazon Web Services
• Amazon Lex
• Amazon Polly
• Amazon Rekognition
• Amazon Mechanical Turk
• Временная шкала Amazon Web Services

1. ^ Миллер, Рон (2017-11-29). «AWS выпускает SageMaker, чтобы упростить создание и развертывание моделей машинного обучения». TechCrunch. Проверено 9 июня 2019.
2. ^ Вуди, Алекс (29 ноября 2017). «AWS решает проблему машинного обучения с помощью SageMaker». датанами. Проверено 9 июня 2019.
3. ^ Родригес, Хесус (30 ноября 2018). «С этими новыми дополнениями AWS SageMaker начинает выглядеть более реалистичным для специалистов по данным». К науке о данных. Проверено 9 июня 2019.
4. ^Тердиман, Даниэль (5 октября 2018 г.). «Как ИИ помогает Amazon стать компанией с оборотом в триллион долларов». Быстрая компания. Проверено 9 июня 2019.
5. ^Поннапалли, Прия (30 января 2019). «Разверните обученные модели Keras или TensorFlow с помощью Amazon SageMaker». AWS. Проверено 9 июня 2019 г.
6. ^ «Представляем Amazon SageMaker». AWS. 2017-11-29. Проверено 9 июня 2019.
7. ^ Нагель, Бекки (16 июля 2018). «Amazon обновляет алгоритмы, платформы SageMaker ML Platform». Чистый ИИ. Проверено 9 июня 2019.
8. ^ Румелиотис, Рэйчел (7 марта 2018 г.). «Как быстро развить свои навыки глубокого обучения с помощью Apache MXNet». О'Рейли. Проверено 9 июня 2019.
9. ^ Маркес, Эрнесто. «Оценить, когда использовать добавленные действия AWS Step Functions». TechTarget. Проверено 9 июня 2019 г.
10. ^«AWS Step Functions добавляет еще восемь интеграций сервисов». AWS. 2018-11-29. Проверено 9 июня 2019 г.
11. ^«Разверните Amazon SageMaker и Data Lake на AWS для прогнозирования данных с помощью нового быстрого старта». AWS. 2018-08-15. Проверено 9 июня 2019.
12. ^Олсен, Руми (19 июля 2018). «Вызов конечной точки модели Amazon SageMaker с помощью Amazon API Gateway и AWS Lambda». AWS. Проверено 9 июня 2019 г.
13. ^«Ресурсы для разработчиков Amazon SageMaker». AWS. Проверено 9 июня 2019 г.
14. ^Виггерс, Кайл (21 ноября 2018 г.). «Amazon обновляет SageMaker новыми встроенными алгоритмами и интеграцией с Git». Проверено 9 июня 2019 г.
15. ^«Использовать экземпляры записных книжек». AWS. Проверено 09.06.2019.
16. ^Gift, Noah (17.08.2018). "А вот и записные книжки". Forbes. Проверено 9 июня 2019 г.
17. ^«Amazon SageMaker теперь поддерживает TensorFlow 1.5, Apache MXNet 1.0 и CUDA 9 для оптимизации инстансов P3». AWS. 2018-02-27. Проверено 9 июня 2019 г.
18. ^«Теперь доступно автоматическое масштабирование в Amazon SageMaker». AWS. 2018-02-28. Проверено 9 июня 2019 г.
19. ^«Amazon Sagemaker теперь использует автоматическое масштабирование». Полярная семерка. 2018-03-24. Проверено 9 июня 2019 г.
20. ^«Amazon SageMaker объявляет о нескольких усовершенствованиях встроенных алгоритмов и платформ». AWS. 2018-07-13. Проверено 09.06.2019.
21. ^«Amazon SageMaker теперь поддерживает задания пакетного преобразования с высокой пропускной способностью для вывода не в реальном времени». AWS. 2018-07-17. Проверено 9 июня 2019.
22. ^Саймон, Жюльен (24 января 2019). «Максимально эффективное использование бюджета на машинное обучение в Amazon SageMaker». Средняя. Проверено 9 июня 2019 г.
23. ^«Введение в Amazon SageMaker Object2Vec». AWS. 2018-11-08. Проверено 9 июня 2019 г.
24. ^«Amazon SageMaker теперь поддерживает встроенные алгоритмы Object2Vec и IP Insights». AWS. 2018-11-19. Проверено 9 июня 2019 г.
25. ^«Представляем Amazon SageMaker Ground Truth - создание высокоточных наборов данных для обучения с использованием машинного обучения». AWS. 2018-11-28. Проверено 9 июня 2019 г.
26. ^«Введение в поддержку обучения с подкреплением с помощью Amazon SageMaker RL». AWS. 2018-11-28. Проверено 9 июня 2019 г.
27. ^«Представляем Amazon SageMaker Neo - тренируй один раз, беги где угодно с увеличением производительности до 2 раз». AWS. 2018-11-28. Проверено 9 июня 2019.
28. ^Робак, Майк (29 ноября 2018). «AWS расширяет кругозор услуг и возможностей машинного обучения». FierceTelecom. Проверено 9 июня 2019 г.
29. ^Джанакирам, MSV (27 января 2019 г.). «Amazon Open Sources SageMaker Neo для запуска моделей машинного обучения на периферии». Forbes. Проверено 9 июня 2019.
30. ^Дигман, Ларри (4 июня 2019). «NASCAR перенесет 18 петабайт видеоархивов на AWS». ZDNet. Проверено 9 июня 2019.
31. ^Crozier, Ry (2 мая 2019 г.). «Carsales создает Tessa AI для проверки рекламы автомобилей». Новости IT. Проверено 9 июня 2019 г.
32. ^«Avis Budget Group и Slalom продолжают цифровизацию процесса аренды автомобилей с помощью машинного обучения на AWS». AWS. 2019-05-31. Проверено 9 июня 2019 г.
33. ^«Volkswagen и AWS объединяют усилия для преобразования автомобилестроения». Новости метрологии. 2019-05-24. Проверено 9 июня 2019.
34. ^Мари, Анжелика (14 мая 2019). «Footasylum использует искусственный интеллект для повышения ориентации на клиента». Computer Weekly. Проверено 9 июня 2019.
35. ^Пандей, Ашок (21 февраля 2019). «5 лучших платформ машинного обучения для разработчиков». CIOL. Проверено 9 июня 2019 года.