Amazon SageMaker Vor- und Nachteile

Es ist hoch skalierbar, sehr rechenstark, sehr gut integriert mit den Datenlagern und Datenseen der meisten Anbieter und kann im Browser aufgerufen werden. Bewertung gesammelt von und auf G2.com gehostet.

Ich kann kaum eine Schätzung der Preiskalkulation abgeben. Obwohl es ein Tool namens AWS Pricing Calculator gibt, zeigt die Liste der verfügbaren Konfigurationen nicht die Anzahl der Konfigurationen, die Sie bei der Einrichtung der Tool Studio- und Notebook-Instanzen auswählen können. Bewertung gesammelt von und auf G2.com gehostet.

Bereitstellung von integrierten Algorithmen und Framework. Oftmals sind es die Daten, die Probleme mit den Vorhersagen verursachen. Wenn wir die Daten richtig hatten, leisteten die Vorhersagen basierend auf den integrierten Algorithmen großartige Arbeit in linearen, logistischen, Klassifikationstechniken. Zusammenarbeit mit anderen Datenwissenschaftlern. Es ist einfach, sich mit anderen verwandten Systemen wie Salesforce zu integrieren, wenn wir unsere Daten in S3-Buckets haben, und der Kundensupport ist sehr reaktionsschnell. Bewertung gesammelt von und auf G2.com gehostet.

Obwohl wir Rechenleistung zu angemessenen Kosten erhalten, liegt die Verantwortung für den Betrieb des großen Modells bei den Nutzern. Wenn sie größere Modelle nur zum Testen ausführen, entstehen zusätzliche Kosten. Obwohl Sagemaker einfach zu bedienen ist, liegt die Kostenmanagementverantwortung bei den Nutzern. Bewertung gesammelt von und auf G2.com gehostet.

Ich nutze ausschließlich Amazon SageMaker sowohl für berufliche als auch für private Zwecke. Die Vielfalt der Anwendungen ist praktisch, wenn man an Aufgaben des maschinellen Lernens arbeitet. Die Trainings- und Canvas-Funktionen, die ich schon seit einiger Zeit nutze, machen meine ML-Aufgaben schneller und produktiver. Bewertung gesammelt von und auf G2.com gehostet.

Amazon SageMaker ist eine großartige Plattform für ML-Aufgaben, alle Funktionen und Anwendungen sind wirklich einfach zu nutzen. Das Merkmal, dem ich Aufmerksamkeit schenken muss, ist die angebotene kostenlose Testversion, die nicht ausreichend ist, und Amazon sollte auch GPU-Zugang bereitstellen. Abgesehen davon ist es eine großartige ML-Online-Plattform. Bewertung gesammelt von und auf G2.com gehostet.

ich mag, wie wunderbar es basierend auf Zahlen- oder Textdaten funktioniert. ich habe versucht, damit zusammen mit anderen AWS-Produkten wie AWS Lambda und AWS API Gateway zu arbeiten. und die Dokumente oder Beispiele sind auch gut dafür. Bewertung gesammelt von und auf G2.com gehostet.

Ich wollte an der Verarbeitung von Bild- oder Videoeingaben arbeiten und das Bild als Ausgabe erhalten, aber es war nicht wirklich hilfreich, da die Daten im Excel-Format aufgenommen werden und wir sie dann in einem S3-Bucket speichern müssen. Es ruft die Daten daraus ab, aber ich bin mir nicht sicher, wie man ein Bild darin übergibt. Bewertung gesammelt von und auf G2.com gehostet.

Fähigkeit, KI-ML-Funktionen zu implementieren und bestehende ML-Modelle zu nutzen. Fähigkeit, CI/CD-Pipelines für MLOps zu integrieren. Bewertung gesammelt von und auf G2.com gehostet.

Benutzeroberfläche könnte weniger überladen und kontrolliert sein, muss mehr wie das Web sein. Im Moment sieht es aus und fühlt sich an wie ein Client-Tool, das im Web gehostet wird. CI/CD kann mehr selbstverwaltet sein. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag die Erstellung des Endpunkts, der unser Modell über die Lambda-Funktion inferieren kann. Zusammen mit Sagemaker habe ich auch das API-Gateway verwendet, um das Modell in der lokalen Umgebung zu nutzen. Bewertung gesammelt von und auf G2.com gehostet.

Als ich Sagemaker für die Objekterkennung mit PyTorch verwendete, nahm es das Bild nicht an, und ich musste das Bild verkleinern und dann an das Modell übergeben. Aber lokal funktionierte es, ohne das Bild zu verkleinern. Bewertung gesammelt von und auf G2.com gehostet.

SageMaker makes it very easy to train and deploy models. The managed infrastructure allows us to focus on business logic without needing to deal with things like cluster management, autoscaling, etc. Bewertung gesammelt von und auf G2.com gehostet.

Sometimes things can be a little overcomplicated to use. For example, the batch transform functionality requires us to write separate inference containers in addition to real-time inference containers. Bewertung gesammelt von und auf G2.com gehostet.

Sagemaker provides a platform for executing ML workflows well-integrated with other AWS services such as S3, Secrets Manager and Lambda etc. Bewertung gesammelt von und auf G2.com gehostet.

The Sagemaker Pipelines UI is less friendly than other pipeline orchestration tools such as Airflow and Azure. Sagemaker Studio and Image terminals are nowhere as nice as specialized IDEs such as IntelliJ for development purposes Bewertung gesammelt von und auf G2.com gehostet.

Es hilft wirklich, Anwendungen schneller und auf sehr bequeme Weise bereitzustellen. Die Preisgestaltung ist auch schonend für den Geldbeutel. Bewertung gesammelt von und auf G2.com gehostet.

Das, was ich an Amazon Sagemaker nicht mag, ist, dass wir uns einige der Befehle merken müssen. Bewertung gesammelt von und auf G2.com gehostet.

In Sagemaker können wir einige der grundlegenden Modelle haben und wir können komplexe KI-Modelle erstellen und ohne Aufwand trainieren und testen. Bewertung gesammelt von und auf G2.com gehostet.

Sagemaker hat keine umfangreichen Daten für Bilder. Bewertung gesammelt von und auf G2.com gehostet.