Amazon SageMaker | ビジネスに合わせてカスタマイズされた報酬モデルで顧客満足度に革命をもたらします。アマゾン ウェブ サービス
ソースノード： 1970434
タイムスタンプ： 2024 年 5 月 2 日
分散トレーニング
Amazon SageMaker で AWS Trainium を使用して Llama 2 をトレーニングするための簡単なガイド |アマゾン ウェブ サービス
ソースノード： 1970155
タイムスタンプ： 2024 年 5 月 1 日
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
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 クラスター内の AWS Inferentia ノードのオープンソースの可観測性 |アマゾン ウェブ サービス
ソースノード： 1965567
タイムスタンプ： 2024 年 4 月 17 日
Amazon SageMaker モデル並列ライブラリおよびデータ並列ライブラリを使用した分散トレーニングと効率的なスケーリング |アマゾン ウェブ サービス
ソースノード： 1965236
タイムスタンプ： 2024 年 4 月 16 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
FedML、Amazon EKS、Amazon SageMaker を使用した AWS でのフェデレーテッド ラーニング |アマゾン ウェブ サービス
ソースノード： 1956500
タイムスタンプ： 2024 年 3 月 15 日
フェデレーション ラーニングを通じてデータ共有を可能にする: 最高デジタル責任者のためのポリシー アプローチ |アマゾン ウェブ サービス
ソースノード： 1956731
タイムスタンプ： 2024 年 3 月 15 日
富士通の AI 戦略は、専用プラットフォームと新しい Fujitsu Uvance 製品によるデータ統合、生成 AI 機能を強化します
ソースノード： 1947780
タイムスタンプ： 2024 年 2 月 13 日
BigBasket が Amazon SageMaker を使用して実店舗での AI 対応のチェックアウトをどのように改善したか |アマゾン ウェブ サービス
ソースノード： 1947388
タイムスタンプ： 2024 年 2 月 13 日
Booking.com が Amazon SageMaker を使用して ML 実験フレームワークを最新化した方法 |アマゾン ウェブ サービス
ソースノード： 1947114
タイムスタンプ： 2024 年 2 月 12 日
Amazon SageMaker モデルの並列ライブラリにより、PyTorch FSDP ワークロードが最大 20% 高速化されました。アマゾン ウェブ サービス
ソースノード： 1928597
タイムスタンプ： 2023 年 12 月 22 日
倹約性と精度の融合: AWS Trainium を使用した GPT NeoX および Pythia モデルのコスト効率の高いトレーニング | アマゾン ウェブ サービス
ソースノード： 1924259
タイムスタンプ： 2023 年 12 月 12 日
Amazon SageMaker データ並列ライブラリを使用してトレーニングを高速化する | アマゾン ウェブ サービス
ソースノード： 1921534
タイムスタンプ： 2023 年 12 月 5 日