AWS通过用于机器学习的端到端功能扩展了SageMaker功能 即使您不使用该应用程序 阳光联系人也会给出您的家庭住址 德国的Isar航空航天公司筹集了9100万美元 用于将其卫星运载火箭推向地面 马克龙在接受Zennstrom的采访时 推广了欧洲的科技生态系统 尽管当前局势的蔓延 小型企业的乐观情绪依然存在 Salesforce前首席科学家宣布采用新的搜索引擎取代Google 您来这里是为了查看GitHub的新暗模式 克里斯托弗·诺兰称HBO Max为最差的流媒体服务 面向6-18岁青少年的预付卡和金融应用GoHenry筹集了4000万美元 欧洲数字第一保险初创公司Getsafe获得3000万美元B轮融资 第二位联邦法官裁定反对特朗普政府的TikTok禁令 这位企业家以高达8亿美元的投资回报了这座拥有高科技孵化器和风投基金的城市 这架微小的无人机使用实际的飞蛾天线嗅出目标化学物质 健身创业公司Aarmy为一个遥远的健身世界重塑了自己 Odysee旨在构建更加自由和独立的视频平台 Quell筹集了300万美元 将家庭健身变成了游戏 Sidewalk基础设施合作伙伴希望通过1亿美元的投资使CA电网更加可靠 环保汽车订阅平台与白星和Zalando创始人共同筹集了2420万美元 AWS扩展了启动帮助计划 Atlassian为Jira带来了新的DevOps指标 MLCommons首次为人工智能研究人员提供了86000小时的公开语音数据集 Android的冬季更新为Gboard和地图及书籍海洋附近分享等等添加了新功能 iPhone现在可以为盲人用户自动识别并标记按钮和UI功能 微软推出其新数据治理服务Azure Purview Ben Ling的物质资本刚刚又从投资者那里募集了1.13亿美元 Pave筹集了数百万美元的资金以提高透明度 Google现在允许任何人使用AR和应用程序对街景做出贡献 VSCO收购了移动应用程序Trash 以扩展为AI驱动的视频编辑 Jio Platforms支持基于SF的AR游戏初创公司Krikey 祝贺淮南朝阳医院肿瘤中心荣获“淮南市 2020 年度抗癌先进集体” 修复补水的好选择——麦吉丽小银管 卡思黛乐正式牵手中国高端酒展览会(春季),进军华南市场! “互联网+”新模式 协盈在线打造投资风向标 阿卡索上榜新京报少儿英语品牌质量指数榜单 实力获认可 新京报“在线少儿英语品牌质量指数TOP15”榜单出炉,阿卡索位列第2! 长城欧拉:每一个FLAG 都终将在心上开出一朵小红花 小米股价在完成39亿美元的股权交易后下跌7.1% Lucideus推出新的移动应用程序SAFE Me 可用于您的在线安全评估 印度对待金融科技竞争对手的方法很简单 苹果的MagSafe Duo无线充电器终于上市了 但印度还没有 Excitel宣布新的宽带计划 查看所有详细信息 狮门影业Play应用程序在印度推出 每月收费99卢比 希捷发布了漫威复仇者联盟限量版游戏驱动器 但并非所有人都能拥有 微软团队获得了具有多个新功能的又一次大规模更新 中国飞船成功登陆月球回收月球岩石 经过8000万美元的融资 拥有2年历史的CRED估值达到8亿美元 Alphabet的DeepMind在基于AI的蛋白质结构预测中实现了历史性的新里程碑 Materialise获4000万美元SQL流数据库投资 尼古拉股价下跌 因为通用汽车取消了投资协议 树莓派基金会释放机箱风扇以防止过热
你当前位置:首页 >国际 >

AWS通过用于机器学习的端到端功能扩展了SageMaker功能

2021-02-05 15:54:32来源:

首次推出后将近三年,Amazon Web Services的SageMaker平台以新功能的形式进行了重大升级,使开发人员更容易实现流程的每个步骤的自动化和扩展,以构建新的自动化和机器学习功能,该公司说。

随着机器学习成为主流,组织中的业务部门将找到自动化应用程序,AWS试图使客户为其定制的应用程序开发变得更加容易。

AWS机器学习副总裁Swami Sivasubramanian说:“像SageMaker这样的被广泛采用的服务,最好的部分之一就是,我们得到了很多客户建议,这些建议推动了我们的下一批可交付成果。”“今天,我们宣布了一系列针对亚马逊的工具SageMaker使开发人员更容易地构建端到端机器学习管道,以准备,构建,训练,解释,检查,监视,调试和运行自定义机器学习模型,从而具有更大的可视性,可解释性和大规模自动化。”

像3M这样的公司ADP,阿斯利康,AWS表示,Avis,拜耳,Capital One,Cerner,Domino's Pizza,Fidelity Investments,Lenft,T-Mobile和Thomson Reuters都在自己的操作中使用SageMaker工具。

该公司的新产品包括Amazon SageMaker Data Wrangler,该公司表示,该产品提供了一种标准化来自不同来源的数据的方法,因此数据始终易于使用。Data Wrangler还可以简化将不同数据源分组为功能以突出显示某些类型的数据的过程。Data Wrangler工具包含300多个内置数据转换器,可以帮助客户规范,转换和组合功能,而无需编写任何代码。

亚马逊还推出了Feature Store,该功能使客户可以创建存储库,从而更轻松地存储,更新,检索和共享机器学习功能以进行培训和推理。

Amazon Web Services的另一个新工具吹捧的是管道,其工作流管理和自动化工具包。Pipelines技术旨在提供与传统编程相同的编排和自动化功能。该公司在一份声明中说,使用管道,开发人员可以定义端到端机器学习工作流程的每个步骤。开发人员可以使用这些工具通过相同的设置从SageMaker Studio重新运行端到端工作流,每次都获得相同的模型,也可以使用新数据重新运行工作流以更新其模型。

为了解决人工智能和机器学习模型中长期存在的数据偏差问题,亚马逊推出了SageMaker Clarify。该工具于今天首次发布,据称可在整个机器学习工作流程中提供偏差检测功能,因此开发人员可以着眼于如何建立模型的更高透明度。亚马逊承认,有开源工具可以进行这些测试,但这些工具是手动的,需要开发人员的大量帮助。

其他旨在简化机器学习应用程序开发流程的产品包括SageMaker Debugger,它使开发人员可以通过监视系统资源利用率并警告开发人员潜在的瓶颈来更快地训练模型。分布式培训,通过在多个GPU之间自动拆分数据以缩短培训时间,可以比当前方法更快地培训大型,复杂的深度学习模型;SageMaker Edge Manager,这是一种用于边缘设备的机器学习模型管理工具,它使开发人员可以优化,保护,监视和管理部署在边缘设备群上的模型。

最后但并非最不重要的一点是,亚马逊推出了SageMaker JumpStart,它为开发人员提供了一个可搜索的界面,以查找算法和示例笔记本,从而使他们可以开始进行机器学习。该公司表示,它将为刚接触机器学习的开发人员提供选择多个预先构建的机器学习解决方案并将其部署到SageMaker环境中的选项。