亚马逊使用新的内置算法和Git集成更新SageMaker

evan特邀作者
文章摘要: 这些新功能、算法和认证将有助于减轻开发人员在为机器学习建模时的负担

当今,人工智能成为全球最火的一个新兴行业,而机器学习则是其重中之重。随着越来越多的开发者使用机器学习,开发者在使用机器学习和快速应用机器学习模型时遇到不少障碍,为了解决这些难题亚马逊的AWS网络服务公司开发了SageMaker。据悉,这项新服务可以为开发者和数据科学家提供一个框架,来管理机器学习模型的进程。就在本周,亚马逊宣布了SageMaker的一系列改进方案,Amazon Transcribe and Comprehend AWS的自动语音识别(ASR)服务和自然语言处理服务分别获得了对实时转录和自定义实体的支持。

SageMaker的灵活性在于可以让开发者自己建模的同时,不用过多的考虑资源问题,但是有可能会面临重复建模的情况。新功能的加入就是为了有效管理重复和共享的模型。

Sagemaker Search这种功能可以从SageMaker控制台直接访问,该功能使AWS用户更容易找到数据集,算法和参数独特的AI模型进行训练运行。Sagemaker Search还与Apache Airflow这种允许工作流开发人员轻松创建、维护和周期性地调度运行工作流(即有向无环图或成为DAGs)的工具集成。

而Step Functions和Apache Flow功能将于下个月开始提供。

Step Functions的功能包括内置的错误处理,参数传递,状态管理和可视控制台,可让用户在运行时监控ML工作流程。该功能还可以自动将数据集发布到Amazon S3,在用户使用SageMaker训练数据的ML模型时,Step Functions会在后台监视SageMaker(和Glue)的作业直到完成,并转换到工作流程的下一步或重试作业。

整体升级还包括可视化和版本控制系统Git的集成,这有助于追踪和调用已更新的文件。开发人员可以将GitHub,AWS CodeCommit或Git存储库与SageMaker笔记本相连,以便直接调用公共数据库,或使用IAM,LDAP和AWS Secrets Manager在Amazon SageMaker中存储数据库信息。

目前SageMaker已经加入亚马逊和组织控制(SOC)1级,2级和3级审核安全系统。

这些新功能,算法和认证将有助于减轻开发人员在为机器学习建模时的负担。亚马逊正通过SageMaker使机器学习变得轻松,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,已加入百度及腾讯原创保护计划,未经授权请勿转载!!

猜你喜欢