+38/050/370-3627
+38/093/220-0872
+38/044/257-2444
Новости

Amazon SageMaker Inference Recommender теперь доступен в консоли AWS и дает рекомендации при создании модели

Amazon SageMaker Inference Recommender теперь доступен в консоли AWS и дает рекомендации при создании модели

Amazon SageMaker Inference Recommender — это функция Amazon SageMaker, которая сокращает время, необходимое для запуска моделей машинного обучения (ML) в производство, за счет автоматизации нагрузочного тестирования и настройки моделей в экземплярах SageMaker ML. Сегодня SageMaker Inference Recommender объявляет о двух ключевых функциях. Во-первых, теперь вы можете использовать Inference Recommender из консоли AWS для SageMaker. Во-вторых, Inference Recommender теперь предлагает рекомендации по предполагаемым экземплярам для развертывания модели во время ее создания.

Теперь клиенты могут просматривать предполагаемый список экземпляров для развертывания своей модели в рамках рабочего процесса создания модели. Чтобы адаптировать рекомендации, предоставленные во время создания модели, для оптимальной стоимости или производительности, пользователи могут запускать задания сравнительного анализа или загружать тестовые задания со своими пользовательскими входными полезными данными. Пользователи могут просматривать список рекомендуемых экземпляров либо программно с помощью API DescribeModel, либо через пользовательский интерфейс консоли SageMaker.

Кроме того, теперь клиенты могут получить доступ к SageMaker Inference Recommender в консоли AWS. Ранее клиенты могли запускать задания Inference Recommender только через AWS SDK, AWS CLI или SageMaker Studio. Клиенты, предпочитающие консоль AWS, должны были переключаться между SDK, Studio и консолью AWS, чтобы получить рекомендации, а клиенты, использующие исключительно консоль AWS, не могли получить никакой выгоды. С этим запуском пользователи консоли AWS теперь могут запускать задания Inference Recommender в консоли, чтобы получить предполагаемые типы инстансов, и запускать задания сравнительного анализа, чтобы получить рекомендации, оптимизированные по стоимости и производительности.

Другие новости