Trenuj i wdrażaj modele uczenia maszynowego w środowisku wielochmurowym za pomocą Amazon SageMaker | Usługi internetowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1892055Znak czasu: Września 20, 2023
Trenuj samodzielnie nadzorowane transformatory wizyjne na obrazach z góry za pomocą Amazon SageMaker | Usługi sieciowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1876276Znak czasu: Sierpnia 16, 2023
Identyfikacja blokady spinowej Pauliego przy użyciu głębokiego uczenia Klaster źródłowy: Dziennik kwantowy Węzeł źródłowy: 1872630Znak czasu: Sierpnia 8, 2023
Uzyskaj dostęp do prywatnych repozytoriów za pomocą dekoratora @remote dla obciążeń szkoleniowych Amazon SageMaker | Usługi sieciowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1858779Znak czasu: Lipiec 11, 2023
AWS Inferentia2 opiera się na AWS Inferentia1, zapewniając 4x wyższą przepustowość i 10x mniejsze opóźnienia | Usługi sieciowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1848251Znak czasu: Czerwiec 13, 2023
Hostuj modele ML na Amazon SageMaker za pomocą Triton: ONNX Models | Usługi sieciowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1846171Znak czasu: Czerwiec 9, 2023
Skaluj obciążenia związane z uczeniem maszynowym w instancjach Amazon ECS obsługiwanych przez AWS Trainium | Usługi sieciowe Amazona Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1842480Znak czasu: 31 maja 2023 r.
Zoptymalizowane wnioskowanie PyTorch 2.0 z procesorami AWS Graviton Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1833186Znak czasu: 3 maja 2023 r.
Jak rozszerzyć funkcjonalność AWS Trainium o niestandardowe operatory Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1830000Znak czasu: Kwiecień 27, 2023
Zaimplementuj ujednolicone wyszukiwanie tekstowe i graficzne za pomocą modelu CLIP przy użyciu Amazon SageMaker i Amazon OpenSearch Service Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1822302Znak czasu: Kwiecień 5, 2023
Hosting modeli YOLOv8 PyTorch na punktach końcowych Amazon SageMaker Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1811060Znak czasu: Mar 7, 2023
Federated Learning on AWS with FedML: Analityka zdrowotna bez udostępniania poufnych danych — część 2 Klaster źródłowy: Uczenie maszynowe AWS Węzeł źródłowy: 1786992Znak czasu: Jan 13, 2023
Szacowanie pozycji / wykrywanie punktów kluczowych za pomocą YOLOv7 w Pythonie Klaster źródłowy: Nadużycie stosu Węzeł źródłowy: 1669663Znak czasu: Września 2, 2022
Zajawka TorchVision v0.11 – Wspomnienia dewelopera TorchVision – 2 Klaster źródłowy: Skrzynka odniesienia Węzeł źródłowy: 1784126Znak czasu: Październik 10, 2021
Nowa seria blogów – Wspomnienia dewelopera TorchVision Klaster źródłowy: Skrzynka odniesienia Węzeł źródłowy: 1784128Znak czasu: Sierpnia 21, 2021