Learn more about Amazon SageMaker - Section 3

使用TorchServe在GPU上运行多个生成式AI模型，并使用Amazon SageMaker多模型端点，可节省高达75%的推理成本

最近，生成式人工智能应用引起了广泛的关注和想象力客户希望在GPU上部署生成式人工智能模型，但同时也考虑成本SageMaker MME...

在Amazon SageMaker JumpStart上对Llama 2进行微调，用于文本生成

今天，我们非常高兴地宣布，通过使用Amazon SageMaker JumpStart，我们可以对Meta的Llama 2模型进行微调Llama 2系列的大型语...

使用Amazon SageMaker异步端点优化Amazon SageMaker JumpStart基础模型的部署成本

在这篇文章中，我们针对这些情况，并通过从Amazon SageMaker JumpStart将大型基础模型部署到Amazon SageMaker异步端点来解决...

如何使用AWS Glue和Amazon SageMaker来预测HVAC故障

在这篇文章中，我们展示了Carrier和AWS团队如何应用机器学习来预测大型设备群中的故障，使用了一个单一的模型我们首先强调了...

在Amazon SageMaker JumpStart上构建基于生成式人工智能的内容审核解决方案

在这篇文章中，我们介绍了一种新的方法，使用多模态预训练和大型语言模型（LLM）对图像数据进行内容审核通过多模态预训练，我...

FMOps/LLMOps：运用生成式人工智能的操作和与MLOps的区别

如今，我们的大多数客户都对大型语言模型（LLMs）充满兴奋，并思考如何利用生成式人工智能改变他们的业务然而，将这样的解决...

使用Amazon SageMaker、HashiCorp Terraform和GitLab CI/CD进行批量推理的MLOps，包括模型监控和重新训练

在这篇文章中，我们描述了如何使用Amazon SageMaker、Amazon EventBridge、AWS Lambda、Amazon Simple Notification Service...

利用AWS上的生成式AI自动从放射学报告的发现中生成印象

这篇文章展示了使用AWS服务对公开可用的LLMs进行微调，以用于放射学报告摘要的策略LLMs在自然语言理解和生成方面表现出了令人...

旧金山大学2023年与AWS和Amazon SageMaker Studio Lab合作举办的数据科学会议Datathon

作为2023年数据科学大会（DSCO 23）的一部分，AWS与旧金山大学（USF）的数据学院合作举办了一场数据马拉松高中和本科学生参与...

宣布 Amazon S3 支持 Amazon SageMaker Data Wrangler 的访问点功能

在这篇文章中，我们将带您逐步了解如何在SageMaker Data Wrangler中从S3访问点导入数据，以及如何将数据导出到S3访问点

使用Amazon SageMaker上的联邦学习，使用分散的训练数据进行机器学习

在这篇文章中，我们讨论如何在Amazon SageMaker上实现联邦学习，以便在分散的训练数据上运行机器学习

在Amazon SageMaker Data Wrangler中使用AWS Lake Formation应用细粒度数据访问控制

我们很高兴地宣布，SageMaker Data Wrangler现在支持使用Lake Formation与Amazon EMR一起提供这种细粒度的数据访问限制

释放效率：利用Amazon SageMaker Pipelines中的选择性执行的力量

MLOps是一个关键学科，通常负责监督将机器学习（ML）模型投入生产的过程我们往往会聚焦于想要训练和部署的单个模型，但实际上...

使用Amazon SageMaker在空中图像上训练自监督视觉变压器

在本篇文章中，我们展示了如何使用亚马逊SageMaker在空中图像上训练自我监督的视觉变换器旅行者与亚马逊机器学习解决方案实验...

使用Amazon CloudWatch构建一个集中监控和报告解决方案，用于Amazon SageMaker

在本文中，我们介绍了一个跨账户可观察性仪表板，它为监控SageMaker用户活动和跨多个账户的资源提供了一个集中视图它允许最终...

使用Amazon SageMaker JumpStart进行零-shot文本分类

自然语言处理（NLP）是机器学习（ML）领域的一个研究方向，旨在赋予计算机理解文本和口语的能力，就像人类一样最近，像变压器...

使用Amazon SageMaker多模型端点在GPU上部署成千上万个模型集合，以最小化托管成本

人工智能（AI）的应用正在不断加速，涵盖各行各业和用例最近在深度学习（DL）、大型语言模型（LLMs）和生成式人工智能方面取...

使用Salesforce Data Cloud，通过Amazon SageMaker自带AI的能力

这篇文章是由Salesforce Einstein AI产品总监Daryl Martis共同撰写的我们很高兴宣布Amazon SageMaker和Salesforce Data Cloud...

使用Amazon SageMaker和Amazon Rekognition构建和训练计算机视觉模型，以检测图像中的汽车位置

计算机视觉（CV）是机器学习（ML）和深度学习最常见的应用之一使用案例涵盖了自动驾驶汽车、社交媒体平台上的内容审核、癌症...

使用Amazon SageMaker扩展数千个机器学习模型的训练和推理

训练和服务数千个模型需要一个强大且可扩展的基础设施，而这正是亚马逊SageMaker的所长所在SageMaker是一个完全托管的平台，...