0
在Amazon成立的這25年中,曾無數(shù)次地使用各種各樣的機器學習方法做網上推薦、產品關聯(lián)和欺詐偵查,即使遭遇了彌漫全球的網絡泡沫,其也能逆風成長為獨樹一幟的電商神話。
可見,人工智能、機器學習技術在這家培養(yǎng)了無數(shù)數(shù)據科學家的企業(yè)中,充當著至關重要的角色。為此,Amazon旗下的亞馬遜云服務(AWS)還提出一個口號,叫“把機器學習的能力交到每一個構建者手中”。
為了“兌現(xiàn)”這句口號,在4月23日的2020 AWS INNOVATE在線技術大會上,AWS宣布一項重磅消息:Amazon SageMaker和Amazon SageMaker Studio這兩個人工智能、機器學習最中間平臺非常關鍵的服務,將很快在中國區(qū)域正式推出。目前這個服務在中國可進行有限預覽。
這是繼一個月前AWS宣布數(shù)據湖解決方案的關鍵服務AWS Glue 和 Amazon Athena在中國區(qū)域上線消息后的又一動作。
目前,全球已經有上萬用戶在使用亞馬遜的SageMaker服務,在國內也有不少企業(yè)都在使用SageMaker(如虎牙直播)。資料顯示,SageMaker是AWS CEO Andy Jassy在2017年的AWS re:Invent大會上發(fā)布的,一經推出,就得到了熱烈響應,成為應用開發(fā)領域的一支新力量。
據介紹,Amazon SageMaker 是一項完全托管的服務,可以幫助開發(fā)者和數(shù)據科學家快速構建、訓練和部署機器學習模型。SageMaker 消除了機器學習過程中的繁重工作,讓開發(fā)高質量模型變得更加輕松。
Amazon SageMaker為開發(fā)者提供了彈性筆記本、實驗管理、自動模型創(chuàng)建、模型調試分析,以及模型概念漂移檢測等強大功能,并將這些功能封裝在首個面向機器學習的集成開發(fā)環(huán)境(IDE) Amazon SageMaker Studio中。
雷鋒網注意到,截至目前,Amazon SageMaker 支持領先的深度學習框架和接口標準包括:TensorFlow、PyTorch、Apache MXNet、Chainer、Keras、Gluon、Horovod、Scikit-learn 和 Deep Graph Library。
AWS首席云計算企業(yè)戰(zhàn)略顧問張俠博士表示,在全球范圍內,有上萬個客戶都在AWS上運行各種各樣的機器學習負載,大概有86%的Tensorflow負載都是跑在AWS上。據統(tǒng)計,在AWS上運行機器學習負載的客戶量至少高于其它云運營商的2倍。
說到SageMaker Studio,AWS CEO Andy Jassy在2019年的re:Invent大會上曾重點拋出這一?!敖鸲棺印?,吸引無數(shù)開發(fā)者叫好。也正是那次大會上,SageMaker“全家桶”正式亮相。
? Amazon SageMaker Studio,這是第一個用于機器學習的全集成開發(fā)環(huán)境,可為機器學習模型的開發(fā)部署提供更高的自動化、集成、調試和監(jiān)控;
? SageMaker Notebooks允許開發(fā)人員在幾秒鐘內啟動彈性機器學習筆記本,并可以一鍵自動執(zhí)行筆記本的共享;
? Amazon SageMaker Model Monitor可通過模型概念漂移檢測,發(fā)現(xiàn)生產中運行的模型性能何時開始偏離原始訓練的模型·······
具體來說,Amazon SageMaker Studio能干什么?
實際上,Amazon SageMaker Studio 提供了一個基于 Web 的可視化界面,開發(fā)者可以通過該界面執(zhí)行所有機器學習開發(fā)步驟。借助 SageMaker Studio,開發(fā)者可以全面掌控構建、訓練和部署模型的每個步驟。
也就是說,開發(fā)者可以快速上傳數(shù)據、創(chuàng)建新筆記本、訓練和調優(yōu)模型,調整實驗、對比結果,以及將模型部署到生產環(huán)境,而且上述所有工作都在一個地方完成,大大提升了工作效率。開發(fā)者可以在統(tǒng)一的 SageMaker Studio 可視化界面中執(zhí)行所有機器學習開發(fā)活動,包括筆記本、實驗管理、自動創(chuàng)建模型、調試以及概念漂移檢測。
相比一些云廠商在試探機器學習的服務,張俠博士提到過:“每一個Sagemaker都是為了開發(fā)者設計的,AWS完全把能力都工具化了?!?nbsp;
總體來看,SageMaker和SageMaker Studio這兩項服務一旦在中國市場全面推出,將成為AWS在這片市場上兩支新的利箭,其人工智能和機器學習的版圖也將更加豐富。 (雷鋒網雷鋒網)
雷峰網原創(chuàng)文章,未經授權禁止轉載。詳情見轉載須知。