2、亚马逊SageMaker入门指南

亚马逊SageMaker入门指南

1. 亚马逊SageMaker简介

机器学习（ML）从业者在项目中会使用大量工具，如开源库、深度学习框架等，还常常需要编写自己的自动化和编排工具。管理这些工具及其底层基础设施既耗时又容易出错。而亚马逊SageMaker正是为解决这一问题而设计的（https://aws.amazon.com/sagemaker/）。

亚马逊SageMaker是一项完全托管的服务，可帮助你快速构建和部署机器学习模型。无论你是机器学习初学者还是经验丰富的从业者，都能借助SageMaker的功能提升工作流的敏捷性和模型性能，让你专注于解决手头的机器学习问题，无需花费时间安装、管理和扩展机器学习工具及基础设施。

1.1 技术要求

• 需要一个AWS账户来运行相关示例。若没有，请访问https://aws.amazon.com/getting-started/ 了解AWS及其核心概念并创建账户。同时，建议熟悉AWS免费套餐（https://aws.amazon.com/free/）。
• 需安装并配置适用于你的账户的AWS CLI（https://aws.amazon.com/cli/）。
• 需要一个可用的Python 3.x环境。虽然安装Anaconda发行版（https://www.anaconda.com/）不是必需的，但强烈推荐，因为它包含了许多我们需要的项目（如Jupyter、pandas、numpy等）。
• 代码示例可在GitHub上获取：https://github.com/PacktPublishing/Learn-Amazon-SageMaker-second