使用預先封裝且經過全面測試的 Docker 映像檔,在幾分鐘內部署深度學習環境。
針對 TensorFlow、PyTorch 和 Apache MXNet 等流行框架訓練最佳化模型,以自動提高效能。
將機器學習 (ML) 作為微型服務,快速加入在 Amazon EKS 和 Amazon EC2 上執行的應用程式中。
藉助與 Amazon SageMaker、Amazon EKS 和 Amazon ECS 整合,建置用於訓練、驗證和部署的自訂 ML 工作流程。
運作方式
AWS Deep Learning Container 是預先安裝的 Docker 映像檔,並使用最新版本的常見深度學習框架進行測試。Deep Learning Container 允許您快速部署自訂 ML 環境,而無需從頭建置和優化環境。
使用案例
自動駕駛汽車 (AV) 開發
大規模開發進階 ML 模型,以安全快速地在您的環境內部署 AV 技術。
自然語言處理 (NLP)
縮短部署 ML 模型所需的時間,並透過最新的架構和程式庫加速投入生產,包括 Hugging Face 轉換器。
醫療保健資料分析
使用進階分析、ML 和深度學習功能分析不同的原始醫療保健資料,以識別趨勢並進行預測。