Lors de l'évaluation des deux solutions, les évaluateurs ont trouvé Anaconda plus facile à utiliser, à configurer et à administrer. Cependant, les évaluateurs ont préféré faire affaire avec Amazon SageMaker dans l'ensemble.
J'aime les services AWS et celui-ci ne fait pas exception. Nous sommes très présents dans le monde AWS, donc le déploiement de modèles avec Sagemaker est fluide. La facilité de construction et d'entraînement des modèles est certainement un avantage.
Takes a long time to spin up plus setting up a virtual environment within sagemaker is almost impossible
Au cours de mon projet de dernière année "Identifier et marquer les joueurs pendant les matchs en direct", j'ai utilisé la plupart des fonctionnalités comme Spider, Notebook, Jupiter Notebook. C'est facile de mettre en œuvre des solutions dans Anaconda. La...
The thing which i dislike is anaconda platform speed, i found it sometimes very slow.
J'aime les services AWS et celui-ci ne fait pas exception. Nous sommes très présents dans le monde AWS, donc le déploiement de modèles avec Sagemaker est fluide. La facilité de construction et d'entraînement des modèles est certainement un avantage.
Au cours de mon projet de dernière année "Identifier et marquer les joueurs pendant les matchs en direct", j'ai utilisé la plupart des fonctionnalités comme Spider, Notebook, Jupiter Notebook. C'est facile de mettre en œuvre des solutions dans Anaconda. La...
Takes a long time to spin up plus setting up a virtual environment within sagemaker is almost impossible
The thing which i dislike is anaconda platform speed, i found it sometimes very slow.