Amazon SageMaker AI Canvas - AWS 권장 가이드

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Amazon SageMaker AI Canvas

Amazon SageMaker AI Canvas는 이미지 분류를 위한 코드 없는 솔루션을 제공하는 Amazon SageMaker AI의 기능입니다. 코드 줄을 작성하지 않고 레이블별로 이미지 분류를 시작하거나 레이블이 지정된 이미지 세트를 생성하고 분류자를 훈련하고 엔드포인트를 배포할 수 있습니다.

SageMaker AI Canvas에서는 파운데이션 모델(FMs)을 사용하거나 ready-to-use 자체 사용자 지정 ML 모델을 빌드할 수 있습니다. 모델은 ready-to-use 다양한 사용 사례에 대해 데이터에서 인사이트를 추출할 수 있습니다. Ready-to-use 모델은 Amazon Rekognition, Amazon Textract, Amazon Comprehend를 포함한 Amazon AI 서비스로 구동됩니다. 데이터를 가져오고 솔루션을 사용하여 예측을 생성하기만 하면 됩니다. 사용 사례에 맞게 사용자 지정되고 데이터를 사용하여 훈련된 모델을 원하는 경우 모델을 구축할 수 있습니다.

Amazon Rekognition Custom Labels와 달리 배포 컴퓨팅 인스턴스를 제어할 수 있습니다. 이를 통해 비용을 보다 정확하게 제어할 수 있습니다. 한 달에 수천 개 이상의 이미지를 처리하는 경우 Amazon Rekognition보다 SageMaker AI가 더 비용 효율적일 수 있습니다.

AI SageMaker Canvas의 장점은 다음과 같습니다.

  • 한 곳에서 데이터 레이블 지정 및 처리 파이프라인

  • 자동 훈련

  • 엔드포인트 배포의 인스턴스 유형을 선택하는 기능

다음은 SageMaker AI Canvas의 단점입니다.

  • 현재 단일 레이블 분류만 지원

  • 목표 함수, 네트워크 아키텍처 또는 초기 모델 가중치를 제어할 수 없음

자세한 내용은 다음 자료를 참조하세요.