现今,人工智慧正式成为全球炙手可热的一个新经济行业,而机器学习则是其首要任务。随着越来越多的开发者采用机器学习,开发者在采用机器学习和快速应用机器学习数学模型时碰到不少心理障碍,为的是解决这些痛点Amazon的AWS互联网服务项目公司开发了SageMaker。据介绍,此项新服务项目能为开发者和统计数据生物学家提供更多一个架构,来管理工作机器学习数学模型的民主化。
就在本周,Amazon宣布了SageMaker的一系列改良计划,Amazon Transcribe and Comprehend AWS的手动音频辨识(ASR)服务项目和语义处理服务项目分别获得了对动态mRNA和自订虚拟的支持。
SageMaker的稳定性在于能让开发者自己建模的同时,不必过多的考虑资源问题,但是有可能会面临多次重复建模的情况。新机能的重新加入就是为的是有效管理工作多次重复和共享资源的数学模型。
Sagemaker Search此种机能能从SageMaker控制面板间接出访,该机能使AWS采用者更容易找到统计数据集,演算法和模块独有的AI数学模型进行体能训练运转。Sagemaker Search还与Apache Airflow此种容许组织工作流开发者随心所欲建立、保护和Jhunjhunun运维运转组织工作流(即有向无尖点或正式成为DAGs)的辅助工具软件系统。
而Step Functions和Apache Flow机能将于下月开始提供更多。
Step Functions的机能包括内建的consequences,HTA,状态管理工作和IntelliTone控制面板,可让采用者在运转时监视ML组织工工作台务流程。该机能还能手动将统计数据集发布到Amazon S3,在采用者采用SageMaker体能训练统计数据的ML数学模型时,Step Functions会在前台监视SageMaker(和Glue)的工作台直到完成,并切换到组织工工作台务流程的下一步棋或重传工作台。
整体升级换代还包括建模和版控制技术Git的软件系统,这有利于跟踪和初始化已预览的文档。开发者能将GitHub,AWS CodeCommit或Git存储库与SageMaker笔记本电脑相连接,以期间接初始化公用统计数据库,或采用IAM,LDAP和AWS Secrets Manager在Amazon SageMaker中存储统计数据库信息。
目前SageMaker已经重新加入Amazon和组织控制(SOC)1级,2级和3级审核安全系统。
这些新机能,演算法和认证将有利于减轻开发者在为机器学习建模时的负担。Amazon正通过SageMaker使机器学习变得随心所欲,有效。
本文地址:https://www.xinfengtv.com/11222-git-sagemaker.html
新风网文章都系原创作品,已重新加入百度及腾讯原创保护计划,未经授权请勿转载!!