亚马逊 A SageMaker I 终端节点

Amazon SageMaker AI 是一项托管机器学习服务，可帮助您构建和训练模型，然后将其部署到可用于生产的托管环境中。与 Amazon SageMaker AI Canvas 不同，你不能选择在 SageMaker AI 中使用 ready-to-use模型。在 SageMaker AI 中，你负责提供样本数据并训练模型。这为您提供了更多的控制权，但也为您提供了更多的运营开销和责任。

您可以在 SageMaker AI 中将自定义模型部署为实时端点或无服务器端点。或者，您可以根据应用程序需求使用批量转换。即使模型不会作为 SageMaker AI 端点部署，A SageMaker I 生成的模型工件也可以用于自定义部署。有关 SageMaker AI 图像分类模型的示例，请参阅以下资源 GitHub：

模型训练完成后，您可以使用 SageMaker AI Neo 编译模型并提高其计算效率。Neo 会自动优化 Gluon、Keras、、MXNet、 PyTorch TensorFlow、 TensorFlow-Lite 和ONNX模型，以便在安卓、Linux 和 Windows 计算机上进行推理。有关更多信息，请参阅使用 Neo 优化模型性能。

以下是 SageMaker AI 的优势：

以下是 SageMaker AI 的缺点：

有关 SageMaker AI 的更多信息，请参阅以下内容：