Публикации по теме 'sagemaker'
Нагрузочное тестирование мультимодальных конечных точек SageMaker
Используйте Locust для распределения веса трафика по моделям
Производство моделей машинного обучения — сложная практика. Существует много итераций вокруг различных параметров модели, конфигураций оборудования, шаблонов трафика, которые вам придется протестировать, чтобы попытаться завершить развертывание производственного уровня. Нагрузочное тестирование является важной практикой разработки программного обеспечения, но также имеет решающее значение для применения в пространстве..
Дополните модель HuggingFace с помощью Human-In-The-Loop
Непрерывно улучшайте свои модели, добавляя возможности участия человека в цикле с помощью Amazon SageMaker Augmented AI и Pipelines.
С начала 2021 года, когда HuggingFace стала партнером Amazon, а библиотеки HuggingFace стали изначально поддерживаться на платформе AWS SageMaker, тонкая настройка и развертывание языковых моделей в облаке еще никогда не были такими простыми. С помощью всего нескольких строк кода специалисты по данным и инженеры машинного обучения могут точно настроить..
Как я подготовился к специализированной сертификации AWS ML
Моя цель и стратегия подготовки к сдаче этого специального экзамена
Вступление
На прошлой неделе я сдал специализированный экзамен по сертифицированному машинному обучению AWS, и после этого я получаю много вопросов об экзаменах и о том, как я готовился к этому экзамену. В этом посте я рассказываю о своей цели сдачи этого экзамена, о стратегии подготовки и о ресурсах, которые я упомянул. Я надеюсь, что это будет полезно для тех, кто планирует пройти этот сертификат.
Цель для..
Краткое руководство по управлению экспериментами с машинным обучением
Как организовать эксперименты, испытания, задания и метаданные машинного обучения с помощью Amazon SageMaker и обрести душевное спокойствие
Слово «эксперимент» означает для разных людей разные вещи. Для ученых (и, надеюсь, для строгих специалистов по данным) эксперимент - это эмпирическая процедура, позволяющая определить, соответствует ли результат некоторой гипотезе или противоречит ей. В эксперименте с машинным обучением ваша гипотеза может заключаться в том, что определенный..
Конвейер машинного обучения CI/CD с GitLab и SageMaker
Автор: Али Яздизаде Харрази
Что такое машинное обучение CI/CD и почему его следует использовать?
Представленная в 2015 году Jupyter Notebooks — это мощная платформа для специалистов по данным, которая позволяет им быстро тестировать различные подходы к решению задач машинного обучения. Тем не менее, когда дело доходит до контроля исходного кода (он же контроль версий) вашего проекта или совместной работы над проектами с другими специалистами по данным и инженерами по машинному..
Заинтересованы в машинном обучении на AWS?
Ознакомьтесь с этими пятью сессиями во время онлайн-саммита AWS в этом году — Americas, чтобы лучше понять, как вы можете использовать Amazon SageMaker для решения своих задач в области машинного обучения!
1. Решайте распространенные бизнес-задачи с помощью ИИ и МО (уровень 100)
Эта сессия предназначена для руководителей, желающих узнать, как машинное обучение может помочь их бизнесу. Это также отличная отправная точка для инженеров, которые плохо знакомы с машинным обучением и..
Использование моделей AWS SageMaker Autopilot в собственном блокноте
Amazon Web Services (AWS) продолжает выпускать продукты для машинного обучения на всех уровнях — от инструментов для эксперта, который хочет контролировать каждую мелочь и иметь для этого знания, до пользователя, который просто хочет машинное обучение без написания кода. или заданные вопросы. AWS SageMaker Autopilot , по-видимому, обеспечивает быстрый старт для чайников , которым многие из нас могли бы воспользоваться, чтобы начать работу на высоком уровне, а затем узнать больше...
