已为上万企业赋能 Amazon SageMaker是怎么做的？

大宇无限机器学习技术总监苏映滨介绍：“短视频的聚合服务面对海量的数据与海量的用户，我们需要一个精准的个性化内容推荐系统。但是对一个初创企业来说，要构建一个满足海量用户、千万级视频的推荐，以及相匹配的机器学习平台，在人力、时间、资金相当有限的情况下独立实现不太现实。”

苏映滨称，SageMaker的出现，帮助大宇无限实现从0到1的突破。“SageMaker的出现极大的简化了整个机器学习的构建、训练和部署的流程。而且SageMaker的很多算法已经优化得性能非常不错，对我们来说，就直接做好训练数据的准备，直接调用接口、设置参数，基本上几个命令就可以直接部署上线了。SageMaker已经帮我们实现了这个功能，所以整体上它的训练成本还是相比自己搭建要便宜，我们估算平均下来能节省70%的训练成本。”

在张侠看来，AWS自己独特的这一套方法，就是高度关注客户的需求，和客户一起创新，在客户的创新实践中找到AWS产品服务所需要提供的新功能。具体在AWS机器学习服务上，由于它服务的广泛、成本简便，支持所有通用架构，而且背后还有AWS全方位云技术服务和平台支持，这些构成了Amazon SageMaker的独特优势。

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!