Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Produkte für maschinelles Lernen in AWS Marketplace
Als AWS Marketplace Verkäufer können Sie Algorithmen und Modelle für maschinelles Lernen (ML) erstellen, die Ihre Käufer einsetzen können AWS. Dieses Thema enthält Informationen zu den unter aufgeführten Amazon SageMaker AI-Produkttypen AWS Marketplace.
Es gibt zwei Arten von SageMaker KI-Produkten, die unter aufgeführt sind AWS Marketplace:
- Modellpaket
-
Ein vortrainiertes Modell zur Erstellung von Vorhersagen, für das keine weitere Schulung durch den Käufer erforderlich ist.
- Algorithmus
-
Ein Modell, bei dem der Käufer Trainingsdaten bereitstellen muss, bevor Vorhersagen getroffen werden können. Der Trainingsalgorithmus ist enthalten.
Diese Produkte stehen Käufern über die Amazon SageMaker AI-Konsole oder zur Verfügung AWS Marketplace. Käufer können Produktbeschreibungen, Dokumentationen, Kundenrezensionen, Preise und Supportinformationen überprüfen. Wenn sie entweder ein Modellpaket, ein Produkt oder ein Algorithmusprodukt abonnieren, wird es zu ihrer Produktliste auf der SageMaker KI-Konsole hinzugefügt. Käufer können auch die AWS Command Line Interface (AWS CLI) oder die SageMaker KI-Konsole verwenden AWS SDKs, um einen vollständig verwalteten REST-Inferenzendpunkt zu erstellen oder Inferenzen für Datenstapel durchzuführen.
Wenn Sie Unterstützung bei der Erstellung von Produkten für maschinelles Lernen mit Amazon SageMaker AI benötigen, wenden Sie sich an das AWS Marketplace Seller Operations
Erste Schritte mit Produkten für maschinelles Lernen
AWS Marketplace unterstützt mithilfe von Amazon SageMaker AI zwei Produkttypen für maschinelles Lernen. Beide Typen, die Modellpaketprodukte und die Algorithmusprodukte, erzeugen ein einsatzfähiges Inferenzmodell für Vorhersagen.
SageMaker KI-Modellpaket
Ein Amazon SageMaker AI-Modellpaketprodukt enthält ein vortrainiertes Modell. Vortrainierte Modelle können in SageMaker KI eingesetzt werden, um Schlussfolgerungen oder Vorhersagen in Echtzeit oder stapelweise zu treffen. Dieses Produkt enthält eine trainierte Inferenzkomponente mit Modellartefakten, falls vorhanden. Als Verkäufer können Sie ein Modell mithilfe von SageMaker KI trainieren oder Ihr eigenes Modell mitbringen.
SageMaker KI-Algorithmus
Käufer können ein SageMaker KI-Algorithmusprodukt verwenden, um komplette Workloads für maschinelles Lernen durchzuführen. Ein Algorithmusprodukt besteht aus zwei logischen Komponenten: Training und Inferenz. In SageMaker KI verwenden Käufer ihre eigenen Datensätze, um eine Ausbildungsstelle mit Ihrer Schulungskomponente zu erstellen. Wenn der Algorithmus in Ihrer Trainingskomponente abgeschlossen ist, generiert er die Modellartefakte des Modells für maschinelles Lernen. SageMaker KI speichert die Modellartefakte im Amazon Simple Storage Service (Amazon S3) -Bucket der Käufer. In SageMaker KI können Käufer dann Ihre Inferenzkomponente zusammen mit den generierten Modellartefakten einsetzen, um Inferenzen (oder Vorhersagen) in Echtzeit oder stapelweise durchzuführen.
Bereitstellung eines Inferenzmodells
Unabhängig davon, ob das Inferenzmodell aus einem Modellpaket oder einem Algorithmus erstellt wird, gibt es zwei Methoden, sie bereitzustellen:
-
Endpunkt — Diese Methode verwendet SageMaker KI, um das Modell bereitzustellen und einen API-Endpunkt zu erstellen. Der Käufer kann diesen Endpunkt als Teil seines Backend-Service verwenden, um seine Anwendungen zu betreiben. Wenn Daten an den Endpunkt gesendet werden, leitet SageMaker KI sie an den Modellcontainer weiter und gibt die Ergebnisse in einer API-Antwort zurück. Der Endpunkt und der Container laufen weiter, bis sie vom Käufer gestoppt werden.
Anmerkung
AWS Marketplace In der Endpunktmethode wird sie als Echtzeit-Inferenz und in der SageMaker KI-Dokumentation als Hosting-Dienste bezeichnet. Weitere Informationen finden Sie unter Bereitstellen eines Modells in Amazon SageMaker AI.
-
Batch-Transformationsjob — Bei dieser Methode speichert ein Käufer Datensätze zur Inferenz in Amazon S3. Wenn der Batch-Transformationsjob gestartet wird, stellt SageMaker KI das Modell bereit, leitet Daten aus einem S3-Bucket an den Container des Modells weiter und gibt die Ergebnisse dann an einen S3-Bucket zurück. Wenn der Job abgeschlossen ist, stoppt SageMaker AI den Job. Weitere Informationen finden Sie unter Verwenden der Batch-Transformation.
Anmerkung
Beide Methoden sind für das Modell transparent, da SageMaker KI Daten an das Modell weitergibt und die Ergebnisse an den Käufer zurückgibt.
