En su conferencia anual re:Invent, AWS lanzó hoy una serie de nuevas características para creador de salvia, el servicio gestionado de la empresa para crear, entrenar e implementar modelos de aprendizaje automático (ML). Swami Sivasubramanian, vicepresidente de aprendizaje automático de Amazon, dijo que las nuevas funciones tienen como objetivo facilitar a los usuarios escalar el aprendizaje automático en sus organizaciones.
En primer lugar, AWS lanzó un nuevo SageMaker Ground Truth Plus servicio que utiliza una fuerza laboral experta para entregar conjuntos de datos de capacitación de alta calidad más rápido. SageMaker Ground Truth Plus utiliza un flujo de trabajo de etiquetado que incluye técnicas de aprendizaje automático para aprendizaje activo, preetiquetado y validación de máquinas. La compañía dice que el nuevo servicio reduce los costos hasta en un 40% y no requiere que los usuarios tengan una gran experiencia en aprendizaje automático. El servicio permite a los usuarios crear conjuntos de datos de entrenamiento sin tener que crear aplicaciones de etiquetado. SageMaker Ground Truth Plus está disponible actualmente en el norte de Virginia.
La empresa también lanzó un nuevo Recomendador de inferencia de SageMaker herramienta para ayudar a los usuarios a elegir la mejor instancia de cómputo disponible para implementar modelos de aprendizaje automático para un rendimiento y costo óptimos. AWS dice que la herramienta selecciona automáticamente el tipo de instancia informática, el recuento de instancias, los parámetros del contenedor y las optimizaciones del modelo correctos. El recomendador de inferencia de Amazon SageMaker está generalmente disponible en todas las regiones donde SageMaker está disponible, excepto en las regiones de AWS China.
Además, AWS lanzó la vista previa de un nuevo Interfaz sin servidor de SageMaker opción que permite a los usuarios implementar fácilmente modelos de aprendizaje automático para la inferencia sin tener que configurar o administrar la infraestructura subyacente. La nueva opción está disponible en el norte de Virginia, Ohio, Oregón, Irlanda, Tokio y Sídney.
Créditos de imagen: TechCrunch
Con Compilador de capacitación de SageMaker, AWS lanzó hoy una nueva característica que puede acelerar el entrenamiento de modelos de aprendizaje profundo hasta en un 50 % mediante un uso más eficiente de las instancias de GPU. La característica cubre modelos de aprendizaje profundo desde su representación de lenguaje de alto nivel hasta instrucciones optimizadas por hardware. La nueva función está generalmente disponible en el norte de Virginia, Ohio, Oregón e Irlanda.
Por último, AWS anunció que los usuarios pueden ahora monitorear y depurar sus trabajos de Apache Spark ejecutándose en Amazon Elastic MapReduce (EMR) directamente desde las notebooks de SageMaker Studio con solo un clic. La compañía señala que ahora también puede descubrir, conectarse, crear, finalizar y administrar clústeres de EMR directamente desde SageMaker Studio.
“Por lo tanto, la integración integrada con EMR le permite realizar la preparación de datos interactivos y el aprendizaje automático a escala de peta bytes directamente dentro de la única computadora portátil universal SageMaker Studio”, explica AWS en una publicación de blog.
Las nuevas funciones de SageMaker Studio están disponibles en el norte de Virginia, Ohio, el norte de California, Oregón, el centro de Canadá, Fráncfort, Irlanda, Estocolmo, París, Londres, Bombay, Seúl, Singapur, Sídney, Tokio y Sao Paolo.
En una nota relacionada, AWS también lanzó hoy Laboratorio de SageMaker Studio, un servicio gratuito para ayudar a los desarrolladores a aprender técnicas de aprendizaje automático y experimentar con la tecnología. Ayer, AWS anunció un nuevo servicio de aprendizaje automático llamado Amazon SageMaker Canvas. El nuevo servicio permitirá a los usuarios crear modelos de predicción de aprendizaje automático mediante una interfaz de apuntar y hacer clic.
Source link