Amazon SageMaker, 배치 변환 기능 및 TensorFlow 컨테이너를 위한 파이프 입력 모드 추가
Amazon SageMaker, 배치 변환 기능 및 TensorFlow 컨테이너를 위한 파이프 입력 모드 추가 지난 주 AWS Summit NY에서 두 가지 새로운 Amazon SageMaker 기능을 출시했습니다. 그 중 하나는 고객이 페타바이트 규모의 데이터에 대한 비-실시간 시나리오에서 예측을 수행할 수 있게 해 주는 배치 변환이라는 새로운 배치 추론 기능이며 다른 하나는 TensorFlow 컨테이너를 위한 파이프 입력 모드 지원입니다. SageMaker는 한국 블로그와 Machine Learning 블로그에서 상세하게 다루고 있지만, 출시 중인 기술 혁신 속도는 보조를 맞추기조차 어려울 정도입니다. SageMaker의 하이퍼 파라미터 최적화를 통한 자동 모델 튜닝 기능 출시 이후로 SageMaker 팀은 네 가지 새로운 내장 알고리즘과 수많은 신규 기능을 출시했습니다. 먼저 새로운 배치 변환 기능에 대해 살펴보겠습니다. 배치 변환 배치 변환 기능은 데이터 변환 및 추론 생성을 위한 고성능 고처리량 방식으로서 대규모의 데이터 배치를 처리하거나 초 단위 이하의 지연 시간이 필요하지 않거나 훈련 데이터에 대한 사전 처리 및 변환이 모두 필요한 시나리오에 이상적입니다. 가장 [ more… ]
