본문 바로가기

스크랩

[AWS] Amazon SageMaker Studio, 서울 리전 출시 - 딥러닝 웹기반 통합 개발 환경(IDE)

Amazon SageMaker Studio는 기계 학습 모델을 쉽게 빌드, 훈련, 디버깅, 배포 및 모니터링할 수 있게 해주는 기계 학습을 위한 웹 기반의 통합 개발 환경(IDE)입니다. Studio는 생산성을 높이는 동시에 실험에서 생산에 이르기까지 모델을 적용하는 데 필요한 모든 도구를 제공합니다.

aws.amazon.com/ko/sagemaker/

 

Amazon SageMaker

기계 학습 모델을 자동으로 생성하고 사용 사례에 가장 적합한 모델을 선택합니다. 예를 들어, 리더보드를 검토해 각 옵션이 어떻게 수행되는지 확인하고 모델 정확도와 지연 시간 요구 사항을

aws.amazon.com

 

Amazon SageMaker Studio - Amazon SageMaker

이 페이지에 작업이 필요하다는 점을 알려 주셔서 감사합니다. 실망시켜 드려 죄송합니다. 잠깐 시간을 내어 설명서를 향상시킬 수 있는 방법에 대해 말씀해 주십시오.

docs.aws.amazon.com

 

ML 워크플로의 모든 단계가 환경 내부에서 추적되므로 단계별로 사용자들이 직접 개입하여 단계를 복제, 조정 및 재생할 수도 있습니다. 이를 통해 개발자는 신속하게 변경 사항을 적용하고 결과를 빠르게 볼 수 있어 솔루션 출시 시간을 단축시킬 수 있습니다.

 

SageMaker Studio는 Jupyter Lab을 확장하여 아래와 같은 기능을 수행합니다.

  • Jupyter 노트북에서 코드 작성 및 실행
  • 기계 학습 모델 빌드 및 훈련
  • 모델 배포 및 예측 성능 모니터링
  • 기계 학습 실험의 추적 및 디버그

www.youtube.com/watch?v=Y7Duy_T-3Ps&feature=emb_title

 

출처

aws.amazon.com/ko/blogs/korea/amazon-sagemaker-studio-seoul/

 

Amazon SageMaker Studio, 서울 리전 출시 | Amazon Web Services

Amazon SageMaker Studio는 기계 학습 모델을 쉽게 빌드, 훈련, 디버깅, 배포 및 모니터링할 수 있게 해주는 기계 학습을 위한 웹 기반의 통합 개발 환경(IDE)입니다. Studio는 생산성을 높이는 동시에 실험

aws.amazon.com