江苏龙网

  1. 首页 > 资讯 > 科技 > >

埃尔法哥哥谁说机器学习难？它在这朵云上就没有门槛( 二 )



埃尔法哥哥谁说机器学习难？它在这朵云上就没有门槛
本文插图

近日 ， Amazon SageMaker在由西云数据运营的AWS中国 (宁夏) 区域和光环新网运营的AWS中国（北京）区域正式上线 。
Amazon SageMaker 是一项完全托管的服务 ， 可以帮助开发者和数据科学家快速地规模化构建、训练和部署机器学习 (ML) 模型 。 它也是一个工具集 ， 提供了用于机器学习的所有组件 ， 贯穿整个机器学习的工作流程 ， 从而以更少的努力、更低的成本、更快地将机器学习模型投入生产 。
Amazon SageMaker还提供了多项强大的功能 ， 如弹性笔记本、实验管理、自动模型创建、调试与分析 ， 以及模型概念漂移检测 ， 等等 。 这些功能封装在首个面向机器学习的集成开发环境Amazon SageMaker Studio中 。 同时 ， AWS还在不断地为它增加新功能 ， 仅仅在2019年就增加了50多个新功能 。
Amazon SageMaker消除了机器学习过程中各个步骤的繁重工作 。 通过预置的Notebook、针对PB级数据集优化的常用算法 ， 以及自动模型调优 ， Amazon SageMaker大大降低了模型构建和训练的难度 。 并且 ， Amazon SageMaker显著简化和加快了模型训练过程 ， 可以通过自动提供和管理基础设施来训练模型和运行推理 。
张文翊告诉采访人员 ， "AWS提供了广泛、深入的机器学习和人工智能服务 。 Amazon SageMaker在AWS中国（宁夏）区域和AWS中国（北京）区域上线 ， 将帮助更多中国客户去除机器学习涉及的混乱和复杂性 ， 让他们能够胜任构建、训练和部署模型的工作 ， 以应对新的挑战 。 "
其实 ， Amazon SageMaker只是AWS机器学习解决方案的一个层面 。 AWS提供的机器学习解决方案是一个包括三层的服务堆栈 。 Amazon SageMaker是其中间层 。
三层服务堆栈的底层 ， 为想要自己构建算法或开发新框架的客户提供灵活选择 ， 客户可以选择使用TensorFlow、PyTorch、Apache MXNet、Chainer、Gluon、Horovod 和 Keras等机器学习框架 。 在这一层 ， AWS 专注于性能、灵活性 ， 降低成本 ， 以便任何用户都可以使用最新的基础设施 ， 对多种框架进行试验 。 借助AWS ， 客户可以访问针对机器学习的、最强大的 GPU 实例 ， 应对最苛刻的应用场景 。
在三层服务堆栈的顶层 ， AWS提供了训练好的人工智能服务 ， 这些服务主要解决与人类认知相关的典型问题 。 例如 ， 计算机视觉方面的服务 ， 可以识别图像或视频中的对象、人员、文本、场景、活动和不安全或不适宜的内容 。 个性化推荐服务可以从库存中向消费者推荐多种产品和服务 。 客户可以直接在其应用中调用AWS提供的这些人工智能服务 ， 而无需关注服务背后的机器学习模型 。
支撑AWS机器学习服务的 ， 还有AWS在计算、存储、数据库和数据分析等方面的能力 ， 以及它们的安全性、可靠性、可扩展性和成本效率 。
机器学习如何为企业赋能？
事实上 ， 亚马逊一直是探索和应用机器学习技术的先行者 。 20多年来 ， 亚马逊在人工智能和机器学习方面进行了大量投入：从在线零售的个性化产品推荐 ， 到机器人仓储中心 ， 从无人机送货、Alexa语音助理 ， 到Amazon GO无人值守超市 ， 这些走在行业前列的应用都离不开人工智能和机器学习技术的支持 。 据张侠透露 ， 目前在亚马逊专注从事机器学习和深度学习的工程师就有数千人之多 。
而AWS在机器学习方面的实力也得到了分析机构的高度评价 。 Gartner在2020年2月最新发布的《云上AI开发者服务魔力象限》中 ， 将AWS就技术执行力和对技术未来发展愿景的完整规划上排名在领导者象限最高位置 。
张侠告诉采访人员 ， 在未来十几年到几十年的过程中 ， 机器学习将广泛、深入的改变我们的生活 ， 所以AWS有一个愿景 ， 就是要将亚马逊在机器学习方面的经验和专长输送给所有的企业和机构 ， 为大家提供更多、更好的工具 。


推荐阅读


上一篇：机智猫为了测试石头扫地机器人T7 Pro，我准备了一坨屎

下一篇：一张图读懂荣耀X10 麒麟820越级配置掀起5G风暴