AWS Inferentia i AWS Trainium zapewniają najniższy koszt wdrożenia modeli Llama 3 w Amazon SageMaker JumpStart | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1970432Znak czasu: 2 maja 2024 r.
Prosty przewodnik po szkoleniu Lamy 2 z AWS Trainium na Amazon SageMaker | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1970155Znak czasu: 1 maja 2024 r.
Dostosuj i wdrażaj modele językowe za pomocą Amazon SageMaker Canvas i Amazon Bedrock | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1970157Znak czasu: 1 maja 2024 r.
Zautomatyzuj chatbota do wyszukiwania dokumentów i danych za pomocą agentów i baz wiedzy dla Amazon Bedrock | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1970733Znak czasu: 1 maja 2024 r.
Ekonomicznie opracowuj i trenuj duże modele dzięki Metaflow i AWS Trainium | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1969587Znak czasu: Kwiecień 29, 2024
Rewolucyjne szkolenie z użyciem dużych modeli językowych za pomocą Arcee i AWS Trainium | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1970974Znak czasu: Kwiecień 29, 2024
Zintegruj klastry HyperPod z usługą Active Directory, aby zapewnić bezproblemowe logowanie wielu użytkowników | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1967108Znak czasu: Kwiecień 22, 2024
Przewodnik dyrektora po generatywnej sztucznej inteligencji na rzecz zrównoważonego rozwoju | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1967110Znak czasu: Kwiecień 22, 2024
Użyj operatorów Kubernetes, aby uzyskać nowe możliwości wnioskowania w Amazon SageMaker, które redukują koszty wdrożenia LLM średnio o 50% | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1966211Znak czasu: Kwiecień 19, 2024
Porozmawiaj ze swoją platformą zjeżdżalni, korzystając z multimodalnych modeli fundamentów hostowanych na Amazon Bedrock – część 2 | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1966486Znak czasu: Kwiecień 19, 2024
Skalowanie szkoleń i wnioskowania w zakresie sztucznej inteligencji na potrzeby odkrywania leków za pośrednictwem Amazon EKS i Karpenter | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1966488Znak czasu: Kwiecień 19, 2024
Obserwowalność open source dla węzłów AWS Inferentia w klastrach Amazon EKS | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1965567Znak czasu: Kwiecień 17, 2024
Bezpieczne podejście do generatywnej sztucznej inteligencji dzięki AWS | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1964954Znak czasu: Kwiecień 16, 2024
AWS na NVIDIA GTC 2024: Przyspiesz innowacje dzięki generatywnej sztucznej inteligencji w AWS | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1963531Znak czasu: Kwiecień 11, 2024
Prezentacja generatywnej sztucznej inteligencji w Ameryce Północnej z AWS i Hugging Face | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1961061Znak czasu: Kwiecień 2, 2024
Gradient sprawia, że testy porównawcze LLM są opłacalne i łatwe dzięki AWS Inferentia | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1961063Znak czasu: Kwiecień 2, 2024
Skaluj LLM za pomocą PyTorch 2.0 FSDP na Amazon EKS – część 2 | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1960833Znak czasu: Kwiecień 1, 2024
Osiągnij dojrzałość DevOps dzięki BMC AMI zAdviser Enterprise i Amazon Bedrock | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1959546Znak czasu: Mar 27, 2024
Uwolnij potencjał generatywnej sztucznej inteligencji w operacjach przemysłowych | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1957572Znak czasu: Mar 19, 2024
Włącz udostępnianie danych poprzez stowarzyszone uczenie się: podejście polityczne dla dyrektorów ds. technologii cyfrowych | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1956731Znak czasu: Mar 15, 2024