AWS SageMaker

-정의 및 특징

• 클라우드 기반의 완전 관리형 머신러닝 서비스로, 머신러닝 모델을 빠르게 구축 / 훈련 / 최적화 / 배포 할 수 있도록 프로세스화 한 서비스이자 플랫폼
• 쉽게 말해서, 데이터의 제작과 전처리, 모델의 학습, 튜닝, 추론, 후처리, 배포 등의 전 과정을 쉽게 진행할 수 있도록 도와주는 머신러닝 서비스
• "여러 플러그인들이 포함된 주피터랩 개발환경"으로도 정의할 수 있음
• 머신러닝 알고리즘이 많이 내장되어 있음
• 내부의 스토리지 서비스인 'Amazon S3 버킷'에서 모델 구축에 사용할 예시 데이터를 선택할 수 있음

 

-장점

• 훈련작업의 유연성

 

-단점

• 훈련 작업 시작이 느임 (훈련환경을 그때그때 구축해야하기 때문에)
• 주피터 랩에 기반하기 때문에 코드 편집 기능이 상대적으로 안좋음
• 데이터 '분석'에 초점을 맞춘 시스템이기 때문에, data augmentation 작업은 제공하지 않음

 

- SageMaker Training

• 클라우드에서 인프라를 사용하기 때문에, 코딩/학습/운영 각각 필요한 환경이 다를 수 밖에 없음
  이러한 상황에 맞춰 '학습 클러스터'를 생성해서, 학습 환경을 수요에 따라 새로 생성하는 것