Amazon SageMaker AI Canvas - AWS Conseils prescriptifs

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Amazon SageMaker AI Canvas

Amazon SageMaker AI Canvas est une fonctionnalité d'Amazon SageMaker AI qui fournit une solution sans code pour la classification des images. Sans écrire de ligne de code, vous pouvez commencer à classer les images par étiquette, ou vous pouvez créer un ensemble d'images étiquetées, entraîner un classificateur et déployer un point de terminaison.

Dans SageMaker AI Canvas, vous pouvez utiliser des modèles de ready-to-use base (FMs) ou créer votre propre modèle de ML personnalisé. Les ready-to-use modèles peuvent extraire des informations de vos données pour divers cas d'utilisation. Ready-to-useles modèles sont alimentés par les services Amazon AI, notamment Amazon Rekognition, Amazon Textract et Amazon Comprehend. Il vous suffit d'importer vos données et de commencer à utiliser une solution pour générer des prédictions. Si vous souhaitez un modèle personnalisé en fonction de votre cas d'utilisation et entraîné avec vos données, vous pouvez créer un modèle.

Contrairement aux étiquettes personnalisées Amazon Rekognition, vous pouvez contrôler l'instance de calcul du déploiement. Cela vous permet de contrôler les coûts avec plus de précision. Si vous traitez quelques milliers d'images par mois ou plus, l' SageMaker IA peut s'avérer plus rentable qu'Amazon Rekognition.

Les avantages d' SageMaker AI Canvas sont les suivants :

  • Étiquetage et pipeline de traitement des données en un seul endroit

  • Entraînement automatisé

  • Possibilité de sélectionner le type d'instance pour vos déploiements de terminaux

Les inconvénients d' SageMaker AI Canvas sont les suivants :

  • Prend actuellement en charge uniquement la classification à étiquette unique

  • Aucun contrôle sur la fonction objective, l'architecture du réseau ou les poids initiaux du modèle

Pour plus d’informations, consultez les ressources suivantes :