Прежде чем погрузиться в Sage Maker, давайте сначала разберемся с AWS и сервисами, которые он предоставляет, а также с тем, почему компании используют такие облачные сервисы, как (AWS, Azure, Google Cloud). Итак, давайте начнем с понимания AWS.
АМС
Amazon Web Services (AWS) – это облачная служба, которая предоставляет платформы облачных вычислений и API-интерфейсы по запросу для частных лиц, компаний и государственных органов с оплатой по факту использования. -иди основа.
Услуги, предоставляемые AWS: -
Вычисления , хранилище , базы данных , аналитика , сети , мобильные устройства , инструменты разработчика , инструменты управления , Интернет вещей , безопасность и корпоративные приложения.
Почему компании используют эти виды услуг?
Теперь позвольте мне рассказать вам, почему различные компании и правительства должны использовать эти услуги. Предположим, вы специалист по данным, работающий в компании, в этой компании есть много проектов, которые выполняются параллельно. И учтите, что в некоторых проектах вам нужно получить требование к высокопроизводительному графическому процессору, который, как мы знаем, каждый раз, когда мы просто не можем получить новое оборудование (графический процессор), поскольку высокопроизводительный графический процессор очень дорог.
Итак, что делают компании, так это то, что они используют облачные сервисы, такие как (Azure, AWS, Google Cloud и т. д.). Что делают эти облачные сервисы, так это то, что они предоставляют им возможность использовать высокопроизводительные облачные графические процессоры, такие как (NVIDIA K80, P100, P4, T4, V100), с минимальными затратами, используя эти сервисы, которые вы можете выполнять. эти задачи без фактического графического процессора в вашей системе, или даже если у вас слабый графический процессор, вы также можете использовать эти службы.
Теперь, когда у нас есть некоторое базовое представление об AWS и предоставляемых им сервисах, а также о том, почему различные компании и правительства должны использовать эти сервисы, давайте теперь углубимся в AWS Sage Maker.
Что такое Amazon Sage Maker
Amazon Sage Maker — это полностью управляемый сервис машинного обучения. С помощью Sage-Maker ученые и разработчики данных могут быстро подготовить, построить, обучить и развернуть высококачественные модели машинного обучения (ML), объединив широкий набор возможностей, специально созданных для МЛ
Какие проблемы решает Sage Maker?
В прошлом людям, работающим с машинным обучением, нужно было собирать данные, подготавливать данные, очищать данные, разбивать данные на обучающий и тестовый наборы, выбирать правильную модель для варианта использования и, наконец, развертывать модель. Как мы видим, это трудоемкий процесс.
Теперь в игру вступает Sage Maker, он автоматизирует задачи, например (собирает данные для развертывания модели). Что он делает, так это автоматически анализирует данные, то есть наши «данные для обучения», и автоматически разделяет данные на набор для обучения и набор для тестирования и использует эти данные для обучения модели. Sage Maker также имеет встроенные алгоритмы, которые обучаются на терабайтах. данных!! . А также это менее трудоемкий процесс.
Услуги, предоставляемые Sage Maker
Sage Maker предоставляет три типа услуг
1 . Экземпляры ноутбуков, на которых запущены блокноты Jupyter для очистки и понимания данных. Это устраняет необходимость в настройке и настройке среды ноутбуков.
(Теперь вот забавный факт, что большинство из нас не знает, что такое фактическое значение слова Jupyter. Это означает «Юлия, питон и r». Это 3 языка, которые блокнот Jupyter использовал для поддержки в свое первоначальное время и вот откуда взялось имя Юпитер!!)
2. Он предоставляет экземпляры для обучения, где с помощью данных мы можем обучать модель.
3. Он предоставляет экземпляры конечных точек для использования модели для получения выводов.
Теперь давайте разберемся со значением слов, т.е. (обучающие экземпляры, конечные точки, выводы)
- Обучающие экземпляры. Это сервер с аппаратным обеспечением (ЦП), который реализован в программном обеспечении и работает на нескольких компьютерах. Sage-Maker позволяет нам использовать эти экземпляры (серверы, на которых работают компьютеры), в которых с данными мы можем обучать модель. Есть много экземпляров, которые вы можете выбрать в соответствии с вашими требованиями. Некоторые экземпляры зависят от региона. Некоторые экземпляры - (ml.t3.medium,ml.t3.large и многие другие). Чем выше количество экземпляров, тем больше вычислений вы получаете, а также увеличивается цена.
2. Конечные точки. Чтобы программно подключиться к сервису AWS, вы используете конечную точку. Конечная точка — это URL-адрес точки входа для веб-службы AWS (URL-адрес развернутой модели).
3. Выводы. Вывод — это процесс прогнозирования с использованием обученной модели.
Давайте посмотрим, как данные проходят через Sage Maker.
Первоначально необработанные данные появляются в корзине S3 (Корзина S3 — это место хранения, где мы можем хранить наши данные, различные модели машинного обучения, глубокого обучения и многое другое). Экземпляр ноутбука можно использовать для анализа этих необработанных данных, их визуализации и очистки. После того, как данные были очищены, они снова помещаются в S3 в качестве обучающих данных. После того, как они помещаются в S3 в качестве обучающих данных, экземпляры обучения могут использовать их и использовать для машинного обучения.
Модель машинного обучения снова хранится в S3. После того, как обучающие экземпляры создали модель и сохранили ее в S3, экземпляры конечных точек могут использовать модель и могут использовать ее для создания выводов для пользователей. Теперь модель хранится в S3, поскольку пользователи делают запросы к экземплярам конечных точек. Экземпляры конечных точек используют модель для получения результатов для точек данных пользователей.
Я надеюсь, что это поможет вам понять основы AWS Sage Maker.
Если вы что-то из этого почерпнули, аплодируйте этому руководству для начинающих по AWS & Sage Maker Fundamentals.
Давайте погрузимся в мир облаков, искусственного интеллекта, машинного обучения и глубокого обучения вместе
Свяжитесь со мной:- Linkedin
