コンテナ
Metaflow と AWS Trainium を使用して大規模なモデルをコスト効率よく開発およびトレーニングする |アマゾン ウェブ サービス
ソースノード: 1969587
タイムスタンプ: 2024 年 4 月 29 日
Hugging Face (PyAnnote) 話者ダイアライゼーション モデルを Amazon SageMaker に非同期エンドポイントとしてデプロイする |アマゾン ウェブ サービス
ソースノード: 1968300
タイムスタンプ: 2024 年 4 月 25 日
Amazon SageMaker Studio ローカルモードと Docker サポートで ML ワークフローを高速化 |アマゾン ウェブ サービス
ソースノード: 1967767
タイムスタンプ: 2024 年 4 月 23 日
Amazon EKS と Karpenter を通じて創薬のための AI トレーニングと推論をスケールする |アマゾン ウェブ サービス
ソースノード: 1966488
タイムスタンプ: 2024 年 4 月 19 日
Amazon Bedrock を使用して、AWS Landing Zone 用にカスタマイズされた準拠アプリケーション IaC スクリプトを生成する |アマゾン ウェブ サービス
ソースノード: 1965872
タイムスタンプ: 2024 年 4 月 18 日
データを簡単に探索する: Amazon SageMaker Studio JupyterLab ノートブックで SQL および Text-to-SQL を使用する |アマゾン ウェブ サービス
ソースノード: 1965234
タイムスタンプ: 2024 年 4 月 16 日
新しい Amazon SageMaker コンテナで Mixtral および Llama 2 モデルの推論パフォーマンスを向上 |アマゾン ウェブ サービス
ソースノード: 1962694
タイムスタンプ: 2024 年 4 月 8 日
Amazon EKS で PyTorch 2.0 FSDP を使用して LLM をスケールする – パート 2 |アマゾン ウェブ サービス
ソースノード: 1960833
タイムスタンプ: 2024 年 4 月 1 日