Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
SageMaker Amazon-KI-Endpunkte
Amazon SageMaker AI ist ein verwalteter ML-Service, der Ihnen hilft, Modelle zu erstellen und zu trainieren und sie dann in einer produktionsbereiten gehosteten Umgebung bereitzustellen. Im Gegensatz zu Amazon SageMaker AI Canvas haben Sie nicht die Möglichkeit, ein ready-to-use Modell in SageMaker KI zu verwenden. In SageMaker KI sind Sie dafür verantwortlich, die Beispieldaten bereitzustellen und das Modell zu trainieren. Dies bietet Ihnen mehr Kontrolle, aber auch mehr betrieblichen Aufwand und Verantwortung.
Sie können ein benutzerdefiniertes Modell in SageMaker KI entweder als Echtzeit - oder als serverlosen Endpunkt bereitstellen. Alternativ können Sie je nach den Anforderungen Ihrer Anwendung die Batch-Transformation verwenden. Selbst wenn ein Modell nicht als SageMaker KI-Endpunkt bereitgestellt wird, kann das von SageMaker KI erzeugte Modellartefakt für eine maßgeschneiderte Bereitstellung verwendet werden. Beispiele für SageMaker KI-Modelle zur Bildklassifizierung finden Sie in den folgenden Ressourcen unter GitHub:
Nachdem ein Modell trainiert wurde, können Sie SageMaker KI Neo verwenden, um das Modell zu kompilieren und es recheneffizienter zu gestalten. Neo optimiert automatisch Gluon, Keras,,, MXNet PyTorch TensorFlow, TensorFlow -Lite und ONNX Modelle für Inferenz auf Android-, Linux- und Windows-Computern. Weitere Informationen finden Sie unter Optimieren der Modellleistung mit Neo.
Im Folgenden sind die Vorteile von SageMaker KI aufgeführt:
-
Vollständige Kontrolle über Modellarchitektur, Zielsetzung und Trainingsverfahren
-
Möglichkeit, den Instanztyp für Ihre Endpunktbereitstellungen auszuwählen
-
Möglichkeit, ein Modell mit SageMaker AI Neo für eine effiziente Bereitstellung zu kompilieren
Im Folgenden sind die Nachteile von SageMaker KI aufgeführt:
-
Die manuelle Einrichtung erfordert mehr Arbeit als automatisierte Ansätze
Weitere Informationen zu SageMaker KI finden Sie im Folgenden:
-
Erste Schritte im SageMaker AI Developer Guide
-
Überblick über maschinelles Lernen mit Amazon SageMaker AI im SageMaker AI Developer Guide
