Press "Enter" to skip to content

176 search results for "Amazon SageMaker"

使用Amazon DocumentDB在Amazon SageMaker Canvas中构建无代码机器学习解决方案

我们很高兴地宣布亚马逊文档数据库(兼容MongoDB)与亚马逊SageMaker Canvas的集成正式发布,这使得亚马逊文档数据库的客户可以在不编写代码的情况下构建和使用生成型人工智能和机器学习(ML)解决方案亚马逊文档数据库是一个完全托管的本地JSON文档数据库,使操作关键业务变得简单且具有成本效益

Leave a Comment

提高在Amazon SageMaker Studio上的生产力:介绍JupyterLab Spaces和生成AI工具

亚马逊SageMaker Studio为机器学习开发提供了一系列完全托管的集成开发环境(IDE),包括JupyterLab、基于Code-OSS(Visual Studio Code开源版)的代码编辑器和RStudio它为每个ML开发步骤提供了最全面的工具集,从数据准备到建立、训练[…]

Leave a Comment

如何使用AWS原型实现ICL-Group在Amazon SageMaker上构建计算机视觉模型

这是由ICL和AWS员工共同撰写的客户帖子ICL是一家总部位于以色列的跨国制造和采矿公司,以独特矿物为基础生产产品,并满足人类的基本需求,主要涉及农业、食品和工程材料三个市场他们的采矿场地使用必须进行监控的工业设备

Leave a Comment

使用 QLoRA 对 Llama 2 进行微调,并在 Amazon SageMaker 上部署,配备 AWS Inferentia2

在这篇文章中,我们展示了使用参数高效微调 (PEFT) 方法对 Llama 2 模型进行微调,并将微调后的模型部署在 AWS Inferentia2 上我们使用 AWS Neuron 软件开发工具包 (SDK) 来访问 AWS Inferentia2 设备,并从其高性能中受益然后,我们使用一个由 […] 提供支持的大型模型推断容器

Leave a Comment

通过使用来自Amazon SageMaker JumpStart的Pinecone向量数据库和Llama-2进行检索增强生成技术来缓解幻觉

尽管在各个行业中,似乎无法阻挡的对LLM的采用,但它们只是整个技术生态系统中的一个组成部分,为新的AI浪潮提供动力许多对话型AI应用需要LLM,如Llama 2、Flan T5和Bloom,以回答用户的查询这些模型依赖参数化知识来回答问题模型[…]

Leave a Comment

How Getir通过使用Amazon SageMaker和AWS Batch将模型训练时间缩短了90%

这是一篇由Nafi Ahmet Turgut, Hasan Burak Yel和Damla Şentürk从Getir共同撰写的嘉宾文章成立于2015年,Getir已经将自己定位为极速杂货配送领域的开拓者这家创新科技公司通过“几分钟即送”的引人入胜的服务,革新了最后一公里配送领域随着一个…

Leave a Comment

使用Amazon SageMaker Clarify和MLOps服務,以大規模操作化LLM評估

在过去的几年中,大型语言模型(LLMs)因其杰出的能力而崭露头角,能够以前所未有的熟练度理解、生成和操纵文本它们的潜在应用领域从对话代理人到内容生成和信息检索,承诺着彻底改变所有行业然而,在确保负责任和…

Leave a Comment

使用Amazon SageMaker智能筛选,将深度学习模型训练加速高达35%

在当今快速发展的人工智能领域,深度学习模型已经成为创新的前沿, 并且在计算机视觉(CV),自然语言处理(NLP)和推荐系统等领域有广泛的应用然而,训练和优化这些模型所带来的成本不断增加,给企业带来了挑战这些成本主要是由[…]驱动的

Leave a Comment

使用API计划Amazon SageMaker笔记本任务并管理多步骤笔记本工作流程

亚马逊SageMaker Studio为数据科学家提供了完全托管的解决方案,可以交互式地构建、训练和部署机器学习(ML)模型亚马逊SageMaker笔记本作业允许数据科学家在SageMaker Studio中通过几次点击按需或按计划运行其笔记本有了这次发布,您可以以编程方式运行笔记本作业[…]

Leave a Comment

用无代码Amazon SageMaker Canvas在Salesforce Data Cloud上民主化机器学习

本文由Salesforce Einstein AI产品总监Daryl Martis共同撰写这是一系列讨论Salesforce Data Cloud与Amazon SageMaker集成的第三篇文章在第一部分和第二部分中,我们展示了Salesforce Data Cloud和Einstein Studio与SageMaker的集成如何使企业能够访问他们的数据

Leave a Comment

使用新的Amazon SageMaker容器提升LLMs的推理性能

今天,Amazon SageMaker推出了Large Model Inference (LMI) Deep Learning Containers (DLCs)的新版本(0.25.0),并新增了对NVIDIA的TensorRT-LLM Library的支持借助这些升级,您可以轻松访问最先进的工具,优化SageMaker上的大型语言模型(LLMs),并获得价格性能优势——Amazon SageMaker LMI TensorRT-LLM DLC将延迟降低了33% […]

Leave a Comment

使用Amazon SageMaker JumpStart进行大规模的文本嵌入和句子相似度检索

在本文中,我们展示了如何使用SageMaker Python SDK进行文本嵌入和句子相似度的使用方法句子相似度涉及在通过LLM将两个文本片段转换为嵌入后,评估它们之间的相似程度,这是像检索增强生成(RAG)这样的应用的基础步骤

Leave a Comment

使用Amazon SageMaker Studio与Llama 2、LangChain和Pinecone来构建一个RAG问答解决方案,以便进行快速实验

检索增强生成(RAG)允许您为大型语言模型(LLM)提供对外部知识源(如资料库、数据库和API)的访问权限,而无需对模型进行精细调节在使用生成型人工智能进行问答时,RAG使得LLM能够以最相关、最新的信息来回答问题,并可选择引用[…].

Leave a Comment

使用预选算法在Amazon SageMaker自动模型调整中实现定制的AutoML作业

AutoML可以让您在机器学习(ML)项目的生命周期初期就能从数据中快速得出一般性见解提前了解哪些预处理技术和算法类型能够提供最佳结果,能够减少开发、训练和部署正确模型所需的时间它在每个模型的开发过程中起着至关重要的作用[…]

Leave a Comment

使用Amazon SageMaker JumpStart来调试和部署Mistral 7B

今天,我们很高兴宣布能够使用Amazon SageMaker JumpStart对Mistral 7B模型进行微调您现在可以使用Amazon SageMaker Studio UI进行几次点击或使用SageMaker Python SDK对SageMaker JumpStart上的Mistral文本生成模型进行微调和部署基础模型在生成任务中表现非常出色,[…]

Leave a Comment

使用Amazon SageMaker Model Registry、HashiCorp Terraform、GitHub和Jenkins CI/CD在多环境设置中推广管道

在人工智能(AI)和机器学习(ML)的快速发展环境中,为组织构建一个机器学习操作(MLOps)平台对于无缝衔接数据科学实验和部署,同时满足模型性能、安全性和合规性要求至关重要为了满足监管和合规要求,

Leave a Comment

在Amazon SageMaker JumpStart中通过两行代码部署和优化基础模型

我们非常高兴地宣布推出了简化版的Amazon SageMaker JumpStart SDK,它能够轻松构建、训练和部署基础模型预测代码也得到了简化在本文中,我们将演示如何使用简化版SageMaker Jumpstart SDK只需几行代码便能开始使用基础模型

Leave a Comment

使用Amazon SageMaker地理空間功能進行甲烷排放點源的檢測和高頻監測

甲烷(CH4)是一个重要的人为温室气体,它是石油和天然气提取、煤矿开采、大规模养殖业以及废物处理等活动的副产品CH4的全球变暖潜势是二氧化碳的86倍,气候变化政府间专门委员会(IPCC)估计,甲烷对观察到的温室效应贡献了30%[…]

Leave a Comment

扩展规模下的机器学习生命周期管理,第一部分:使用Amazon SageMaker设计机器学习工作负载的框架

每个规模和行业的客户都在AWS上通过将机器学习(ML)融入其产品和服务来进行创新生成式AI模型的最新发展进一步加快了各行业对于采用ML的需求然而,实施安全、数据隐私和治理控制仍然是客户在实施ML时面临的主要挑战

Leave a Comment

新 – 现在在Amazon SageMaker Canvas中提供无代码生成AI能力

上线于2021年的Amazon SageMaker Canvas是一个视觉化、点对点服务,允许业务分析师和市民数据科学家使用现成机器学习(ML)模型,并构建自定义ML模型生成准确的预测,无需编写任何代码现成模型使您能够从文本、图像和文档中立即获取洞察力

Leave a Comment

使用Amazon SageMaker Data Wrangler来为Amazon Personalize准备数据

“一个推荐引擎的好坏取决于用于准备它的数据将原始数据转换成适用于模型的格式是为了给最终用户提供更好个性化推荐的关键在本文中,我们将介绍如何准备和导入 MovieLens 数据集,这是由 GroupLens 研究团队准备的数据集…”

Leave a Comment

使用Amazon SageMaker上的多模型模型构建一个图像到文本生成AI应用程序

在本篇文章中,我们将提供流行的多模态模型概述我们还将演示如何在Amazon SageMaker上部署这些预训练模型此外,我们还将讨论这些模型的各种应用,特别侧重于一些现实场景,如电子商务中的零样本标签和属性生成,以及从图像中自动生成提示语

Leave a Comment

使用Planet数据和Amazon SageMaker地理空间功能构建一个作物分割的机器学习模型

在这个分析中,我们使用最近邻(KNN)模型进行作物分割,并将这些结果与农业地区的真实图像进行比较我们的结果表明,与2015年的真实分类数据相比,KNN模型的分类更准确地代表了2017年当前农田的状态这些结果证明了Planet高频率地理空间图像的力量农田经常变化,有时一季度会发生多次变化,拥有高频卫星图像可供观察和分析此类土地,能够为我们对农业土地和快速变化环境的理解提供巨大价值

Leave a Comment

使用Amazon SageMaker JumpStart用Falcon创建一个HCLS文档摘要应用程序

健康保健和生命科学(HCLS)的客户正在采用生成式人工智能作为一种工具,以从他们的数据中获得更多的价值使用情况包括文档总结,以帮助读者聚焦文档的关键点,并将非结构化文本转化为标准化格式,以突出重要属性由于独特的数据格式和严格的监管要求,客户们正在……

Leave a Comment

从头开始构建和部署使用Amazon SageMaker的机器学习推理应用程序

随着机器学习(ML)进入主流并得到广泛采用,基于ML的推理应用程序在解决各种复杂业务问题方面变得越来越常见解决这些复杂业务问题通常需要使用多个ML模型和步骤本文将向您展示如何使用自定义容器构建和托管一个ML应用程序[…]

Leave a Comment

使用Amazon SageMaker改善Llama 2模型的吞吐性能

我们正处在机器学习(ML)广泛应用的令人兴奋的转折点上,我们相信大多数客户体验和应用将通过生成式人工智能得到重新创造生成式人工智能能够创造新的内容和想法,包括对话、故事、图像、视频和音乐与大多数人工智能一样,生成式人工智能是由机器学习模型驱动的,这些模型非常庞大[…]

Leave a Comment

创新促进包容性:使用Amazon SageMaker进行Hack.The.Bias

这篇文章是与丹尼埃莱·基亚帕鲁皮(Daniele Chiappalupi)合著的,他是苏黎世联邦理工学院AWS学生黑客马拉松团队的成员每个人都可以通过使用Amazon SageMaker JumpStart轻松入门机器学习(ML)在本文中,我们将向您展示一个大学黑客马拉松团队如何使用SageMaker JumpStart快速构建一个帮助用户识别和删除的应用程序[…]

Leave a Comment

Can't find what you're looking for? Try refining your search: