标签：容器注册表

使用 Metaflow 和 AWS Trainium 经济高效地开发和训练大型模型 |亚马逊网络服务

AI 2024 年 4 月 29 日

这是与 Outerbounds 的 Ville Tuulos（联合创始人兼首席执行官）和 Eddie Mattia（数据科学家）共同撰写的客座文章。 ...

利用 Amazon SageMaker Studio 本地模式和 Docker 支持加速 ML 工作流程 |亚马逊网络服务

AI 2024 年 4 月 23 日

严重错误使拥抱面部人工智能平台陷入“困境”

网络安全 2024 年 4 月 5 日

在 Amazon EKS 上使用 PyTorch 2.0 FSDP 扩展法学硕士 – 第 2 部分 |亚马逊网络服务

AI 2024 年 4 月 1 日

使用 Amazon SageMaker 多模型终端节点对计划外流量和尖峰流量运行 ML 推理 |亚马逊网络服务

AI2024 年 2 月 19 日

Amazon SageMaker 多模型终端节点 (MME) 是 SageMaker 推理的完全托管功能，允许您在单个...上部署数千个模型。

利用生成式 AI 功能增强 Amazon Connect 和 Lex |亚马逊网络服务

AI2024 年 2 月 14 日

有效的自助服务选项对于联络中心变得越来越重要，但良好的实施却带来了独特的挑战。 ...

使用 AWS 和 Wipro 实现数据科学生命周期管理现代化 |亚马逊网络服务

AI2024 年 1 月 5 日

这篇文章是与 Wipro 的 AWS AI/ML Practice 的 Bhajandeep Singh 和 Ajay Vishwakarma 合作撰写的。许多组织一直在使用组合...

使用 Protopia AI 为企业 LLM 加速提供基础数据保护 | 亚马逊网络服务

AI2023 年 12 月 5 日

这篇文章是与 Protopia AI 的 Balaji Chandrasekaran、Jennifer Cwagenberg、Andrew Sansom 和 Eiman Ebrahimi 合作撰写的。新型、功能强大的大型...

使用 Amazon SageMaker 轻松打包和部署经典 ML 和 LLM，第 2 部分：SageMaker Studio 中的交互式用户体验 | 亚马逊网络服务

AI2023 年 11 月 30 日

Amazon SageMaker 是一项完全托管的服务，使开发人员和数据科学家能够快速轻松地构建、训练和部署机器学习 (ML)...

使用 Amazon SageMaker 轻松打包和部署经典 ML 和 LLM，第 1 部分：PySDK 改进 | 亚马逊网络服务

AI2023 年 11 月 30 日

Amazon SageMaker 是一项完全托管的服务，使开发人员和数据科学家能够快速轻松地构建、训练和部署机器学习 (ML)...

新功能 – 基于 Code-OSS VS Code Open Source 的代码编辑器现已在 Amazon SageMaker Studio 中提供 | 亚马逊网络服务

AI2023 年 11 月 30 日

今天，我们很高兴地宣布支持代码编辑器，这是 Amazon SageMaker Studio 中的一个新集成开发环境 (IDE) 选项。代码编辑器是...

使用 API 安排 Amazon SageMaker 笔记本作业并管理多步骤笔记本工作流程 | 亚马逊网络服务

AI2023 年 11 月 29 日

Amazon SageMaker Studio 为数据科学家提供完全托管的解决方案，以交互方式构建、训练和部署机器学习 (ML) 模型。亚马逊 SageMaker 笔记本...

使用 MATLAB 和 Amazon SageMaker 进行机器学习 | 亚马逊网络服务

AI2023 年 11 月 21 日

这篇文章是与 MathWorks 的 Brad Duncan、Rachel Johnson 和 Richard Alcock 合作撰写的。 MATLAB 是一种流行的编程工具...

飞利浦利用基于 Amazon SageMaker 构建的 MLOps 平台加速人工智能医疗保健解决方案的开发 | 亚马逊网络服务

AI2023 年 11 月 16 日

这是 AWS 和飞利浦的联合博客。飞利浦是一家健康技术公司，致力于通过有意义的创新改善人们的生活。自从...

使用 Amazon SageMaker 自动模型调整探索超参数优化的先进技术 | 亚马逊网络服务

AI2023 年 11 月 10 日

创建高性能机器学习 (ML) 解决方案依赖于探索和优化训练参数（也称为超参数）。超参数是旋钮和控制杆......

使用 Amazon SageMaker Model Registry、HashiCorp Terraform、GitHub 和 Jenkins CI/CD 在多环境设置中推广管道 | 亚马逊网络服务

AI2023 年 11 月 9 日

在快速发展的人工智能 (AI) 和机器学习 (ML) 领域为组织构建机器学习操作 (MLOps) 平台是......

12 3...5 第1页，共5页

使用 AWS 上的 MONAI Deploy 构建医学成像 AI 推理管道 | 亚马逊网络服务

AI 2023 年 11 月 8 日

使用 Amazon SageMaker JumpStart 进行对话引导的视觉语言处理 | 亚马逊网络服务

AI 2023 年 11 月 1 日

大规模管理 ML 生命周期，第 1 部分：使用 Amazon SageMaker 构建 ML 工作负载的框架 | 亚马逊网络服务

AI 2023 年 10 月 20 日

Meesho 如何使用 Amazon SageMaker 推理构建通用 Feed 排名器 | 亚马逊网络服务

AI 2023 年 10 月 20 日

使用 Amazon SageMaker 从头开始构建和部署 ML 推理应用程序 | 亚马逊网络服务

AI 2023 年 9 月 26 日

使用 Amazon SageMaker 在多云环境中训练和部署 ML 模型 | 亚马逊网络服务

AI 2023 年 9 月 20 日

VirtuSwap 如何使用 Amazon SageMaker Studio 自定义容器和 AWS GPU 实例加速基于 pandas 的交易模拟 | 亚马逊网络服务

AI 2023 年 9 月 19 日

使用 Amazon SageMaker 从头开始构建和部署 ML 推理应用程序 | 亚马逊网络服务

AI 2023 年 9 月 26 日

使用 Amazon SageMaker 在多云环境中训练和部署 ML 模型 | 亚马逊网络服务

AI 2023 年 9 月 20 日

VirtuSwap 如何使用 Amazon SageMaker Studio 自定义容器和 AWS GPU 实例加速基于 pandas 的交易模拟 | 亚马逊网络服务

AI 2023 年 9 月 19 日

生成数据智能

标签：容器注册表

使用 Metaflow 和 AWS Trainium 经济高效地开发和训练大型模型 |亚马逊网络服务

热门新闻

利用 Amazon SageMaker Studio 本地模式和 Docker 支持加速 ML 工作流程 |亚马逊网络服务

严重错误使拥抱面部人工智能平台陷入“困境”

在 Amazon EKS 上使用 PyTorch 2.0 FSDP 扩展法学硕士 – 第 2 部分 |亚马逊网络服务

最新情报

使用 AWS 上的 MONAI Deploy 构建医学成像 AI 推理管道 | 亚马逊网络服务

使用 Amazon SageMaker JumpStart 进行对话引导的视觉语言处理 | 亚马逊网络服务

大规模管理 ML 生命周期，第 1 部分：使用 Amazon SageMaker 构建 ML 工作负载的框架 | 亚马逊网络服务

Meesho 如何使用 Amazon SageMaker 推理构建通用 Feed 排名器 | 亚马逊网络服务

使用 Amazon SageMaker 从头开始构建和部署 ML 推理应用程序 | 亚马逊网络服务

使用 Amazon SageMaker 在多云环境中训练和部署 ML 模型 | 亚马逊网络服务

VirtuSwap 如何使用 Amazon SageMaker Studio 自定义容器和 AWS GPU 实例加速基于 pandas 的交易模拟 | 亚马逊网络服务

使用 Amazon SageMaker 从头开始构建和部署 ML 推理应用程序 | 亚马逊网络服务

使用 Amazon SageMaker 在多云环境中训练和部署 ML 模型 | 亚马逊网络服务

VirtuSwap 如何使用 Amazon SageMaker Studio 自定义容器和 AWS GPU 实例加速基于 pandas 的交易模拟 | 亚马逊网络服务

在线答疑

生成数据智能

标签： 容器注册表

热门新闻

最新情报

在线答疑

标签：容器注册表