Environnements d'apprentissage automatique proposés par Amazon SageMaker AI

Amazon SageMaker Studio (recommandé) : la dernière expérience Web pour exécuter des flux de travail ML avec une suite deIDEs. Studio prend en charge les applications suivantes :

Amazon SageMaker Studio Classic : vous permet de créer, de former, de déboguer, de déployer et de surveiller vos modèles de machine learning.

Instances Amazon SageMaker Notebook : vous permet de préparer et de traiter des données, ainsi que de former et de déployer des modèles d'apprentissage automatique à partir d'une instance de calcul exécutant l'application Jupyter Notebook.

Amazon SageMaker Studio Lab : Studio Lab est un service gratuit qui vous donne accès à des ressources AWS informatiques, dans un environnement basé sur l'open source JupyterLab, sans avoir besoin de AWS compte.

Amazon SageMaker Canvas : vous permet d'utiliser le machine learning pour générer des prédictions sans avoir à coder.

Amazon SageMaker geospatial : vous permet de créer, de former et de déployer des modèles géospatiaux.

RStudiosur Amazon SageMaker AI : RStudio est un outil IDE pour R, doté d'une console, d'un éditeur de mise en évidence de syntaxe qui prend en charge l'exécution directe du code et d'outils pour le traçage, l'historique, le débogage et la gestion de l'espace de travail.

SageMaker HyperPod: vous SageMaker HyperPod permet de fournir des clusters résilients pour exécuter des charges de travail d'apprentissage automatique (ML) et développer state-of-the-art des modèles tels que de grands modèles linguistiques (LLMs), des modèles de diffusion et des modèles de base (FMs).