Az alapmodell-következtetés skálázása több száz modellre az Amazon SageMaker segítségével – 1. rész | Amazon webszolgáltatások Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1919452Időbélyeg: 30. november 2023.
Építsen fel egy orvosi képalkotó mesterséges intelligencia következtetési folyamatot a MONAI Deploy on AWS | Amazon webszolgáltatások Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1911054Időbélyeg: 8. november 2023.
Hogyan csökkentette a Veriff 80%-kal a telepítési időt az Amazon SageMaker többmodell végpontjaival | Amazon webszolgáltatások Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1902575Időbélyeg: 16. október 2023.
Hogyan takarít meg több mint 66%-ot a Forethought a generatív mesterséges intelligencia modellek költségeiben az Amazon SageMaker használatával | Amazon webszolgáltatások Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1847532Időbélyeg: 13. június 2023.
Hozzon ML modelleket az Amazon SageMakeren a Triton segítségével: ONNX Models | Amazon webszolgáltatások Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1846171Időbélyeg: 9. június 2023.
Hozzon ML-modelleket az Amazon SageMaker-en a Triton használatával: CV-modell PyTorch háttérrel | Amazon webszolgáltatások Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1842812Időbélyeg: May 31, 2023
Elemezze az Amazon SageMaker kiadásait, és határozza meg a költségoptimalizálási lehetőségeket a használat alapján, 5. rész: Tárhely | Amazon webszolgáltatások Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1842180Időbélyeg: May 30, 2023
Hozzon létre kiváló minőségű képeket a Stable Diffusion modellekkel, és telepítse azokat költséghatékonyan az Amazon SageMaker | segítségével Amazon webszolgáltatások Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1840608Időbélyeg: May 26, 2023
Hozzon létre ML-modelleket az Amazon SageMaker-en a Triton: Python háttérrendszer segítségével | Amazon webszolgáltatások Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1835826Időbélyeg: May 9, 2023
Hozzon létre ML-modelleket az Amazon SageMaker-en a Triton: TensorRT modellek használatával Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1833764Időbélyeg: May 8, 2023
ML modellek tárolása az Amazon SageMakeren a Triton használatával: XGBoost, LightGBM és Treelite Models Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1831797Időbélyeg: May 2, 2023
Építész személyre szabott generatív AI SaaS-alkalmazásokat az Amazon SageMakeren Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1811777Időbélyeg: 9. március 2023.
Gyorsítsa fel a katasztrófareakciókat a műholdképek számítógépes látásmódjával az Amazon SageMaker és az Amazon Augmented AI segítségével Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1806818Időbélyeg: 24. február 2023.
Modelltárolási minták az Amazon SageMakerben, 1. rész: Általános tervezési minták ML alkalmazások építéséhez az Amazon SageMakeren Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1784715Időbélyeg: 9. január 2023.
Futtassa és optimalizálja a többmodelles következtetést az Amazon SageMaker többmodell végpontjaival Forrás klaszter: AWS gépi tanulás Forrás csomópont: 1723473Időbélyeg: 14. október 2022.