入门
博客
提升效率:
- Amazon SageMaker Processing – 完全托管的数据处理和模型评估
- Amazon SageMaker Experiments – 组织、跟踪和比较机器学习训练
- Amazon SageMaker Autopilot – 在完全控制和可见的情况下,自动创建高质量的机器学习模型
- Amazon SageMaker Debugger – 调试机器学习模型
- 使用 Amazon SageMaker Operator 简化 Kubernetes 上的机器学习推理
优化成本:
- 通过使用 Amazon SageMaker 多模型终端节点节省推理成本
- 托管 Spot 训练:最高可节省 90% 的 Amazon SageMaker 训练作业成本
- 使用 Amazon SageMaker 降低机器学习的总体拥有成本并提高工作效率
- SageMaker 不到 1 美元!1 小时内训练自己的中文词向量 Amazon SageMaker BlazingText 一切皆有可能
SageMaker 和其他 亚马逊云科技服务的集成:
- 使用 Amazon Athena 从您的 SageMaker 笔记本运行 SQL 查询
- 隆重推出 Amazon SageMaker Operators for Kubernetes
- 亚马逊云科技 如何将机器学习送到每位开发者和 BI 分析师手中
- 使用适用于 Amazon SageMaker 的 Amazon Step Functions Data Science SDK 自动执行模型重新训练和部署
边缘智能:
- 使用 Jetson nano 结合 亚马逊云科技机器学习和 IoT 实现边缘智能—上篇
- 使用 Jetson nano 结合 亚马逊云科技机器学习和 IoT 实现边缘智能—下篇
- 预测性维护在工业物联网的应用
自定义模型开发:
相关发布系列:
- Amazon SageMaker 现已推出:Deep Graph Library
- Amazon SageMaker Studio:首个全集成的机器学习开发环境
- 使用 Amazon SageMaker 运行分布式 TensorFlow 训练
客户案例
- DNB Media - 亚马逊云科技案例研究:大宇无限 (SageMaker)
- DNB Media - 亚马逊云科技案例研究:虎牙直播 (SageMaker)
- Gaming (DNB) - 亚马逊云科技案例研究:嘉谊互娱 (SageMaker)
- SmartMFG - 亚马逊云科技案例研究:华来科技 (SageMaker)
视频
10分钟视频教程:使用Amazon SageMaker训练汽车型号图像识别的模型
10分钟视频教程: 使用 BlazingText快速训练中文词向量
10分钟视频教程: 使用Amazon Sagemaker XGBoost模型进行房价预测
10分钟视频教程: 利用DeepAR进行时间序列预测
将您的模型迁移到 Amazon SageMaker
使用 Amazon SageMaker 内置算法加速模型开发
使用 Amazon SageMaker 托管您的模型
使用 Amazon SageMaker 托管的 Jupyter Notebook 实例
使用 Amazon SageMaker 超参自动调优
使用 Amazon SageMaker 训练模型
使用 Amazon SageMaker 进行分布式训练
使用 Amazon SageMaker 进行特征工程
使用 Amazon SageMaker 超参自动调优
在 Amazon SageMaker 上使用深度学习框架 (TensorFlow、MXNet、PyTorch 等)