Amazon SageMaker Reseñas y Detalles del Producto

Utilizo Amazon SageMaker para construir un modelo de aprendizaje profundo, específicamente un modelo de detección de objetos. Es una experiencia realmente genial para mí, especialmente porque mi portátil no tiene soporte avanzado para GPU, y entrenar un modelo tomaría alrededor de 7-8 horas. Con la máquina virtual de Amazon SageMaker, entrenar mi modelo de aprendizaje profundo solo toma 3-4 minutos. Esta plataforma es excelente, e incluso alguien que nunca la ha usado antes puede adaptarse a ella la primera vez y entender fácilmente toda la funcionalidad que ofrece SageMaker. Creo que la máquina virtual de Amazon SageMaker es más avanzada que la plataforma de Microsoft Azure. Es más efectiva y menos consume tiempo. La facilidad de uso es brillante; puedo adaptarme fácilmente a esta plataforma en comparación con Microsoft. La configuración inicial es muy fácil, y con una sola autenticación, tengo acceso a los recursos que necesito para mi trabajo. En mi opinión, le doy un 10 de 10. Reseña recopilada por y alojada en G2.com.

Esta es una gran plataforma. No me disgusta esto. Reseña recopilada por y alojada en G2.com.

Me gusta lo fácil que es entrenar modelos de ML en Amazon SageMaker y realizar experimentos rápidos. Puedo prototipar y hacer cambios en mis modelos de ML fácilmente, y el proceso de entrenamiento es sencillo. Todos los registros son accesibles, lo que ayuda a verificar el estado del entrenamiento y probar los modelos. Esto hace que experimentar y cambiar parámetros directamente en SageMaker sea eficiente. Reseña recopilada por y alojada en G2.com.

Puede haber una mejor transparencia de costos. Además, hay una curva de aprendizaje con la configuración inicial. Reseña recopilada por y alojada en G2.com.

El proceso de inicio de sesión es sencillo, y configurar el software no es complicado. La interfaz de usuario también es muy fácil de usar. Reseña recopilada por y alojada en G2.com.

El portal podría necesitar algunos toques finales adicionales para parecer más presentable. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta de Amazon SageMaker es su soporte integral para todo el ciclo de vida del aprendizaje automático. Desde la preparación de datos y la construcción de modelos hasta el entrenamiento, ajuste y despliegue, todo está perfectamente integrado en una sola plataforma. Aprecio especialmente los algoritmos integrados, los cuadernos de Jupyter y el ajuste automático de modelos (Optimización de Hiperparámetros). La capacidad de escalar trabajos de entrenamiento fácilmente y desplegar modelos como endpoints completamente gestionados con unos pocos clics o líneas de código es un gran impulso a la productividad. SageMaker Studio también proporciona un excelente entorno colaborativo para equipos. Reseña recopilada por y alojada en G2.com.

Aunque Amazon SageMaker es potente, una desventaja es su complejidad y costo para principiantes o proyectos a pequeña escala. La curva de aprendizaje puede ser pronunciada, especialmente al configurar recursos, gestionar permisos con IAM o entender el modelo de precios. Algunas características, como SageMaker Pipelines o Studio, pueden resultar abrumadoras sin experiencia previa en AWS. Además, depurar trabajos de entrenamiento fallidos o implementaciones puede ser un desafío sin registros detallados o mensajes de error claros. Reseña recopilada por y alojada en G2.com.

Amazon SageMaker admite todo el flujo de trabajo de aprendizaje automático, desde la preparación de datos hasta el despliegue de modelos, en un solo lugar.

Podemos cargar datos fácilmente, explorarlos, entrenar modelos y probarlos sin cambiar de herramientas.

Me gusta mucho que SageMaker gestione los servidores por nosotros, así que no tenemos que configurar ni mantener ninguna infraestructura.

También hace que el despliegue sea flexible y sencillo. En general, hace que los proyectos de ML sean mucho más fáciles de gestionar, especialmente cuando se trabaja en equipo. Reseña recopilada por y alojada en G2.com.

Puede ser difícil aprender al principio, especialmente para los principiantes. La interfaz a veces es lenta o no muy fluida, especialmente con archivos grandes o al cambiar de pestañas. Reseña recopilada por y alojada en G2.com.

De principio a fin, escalabilidad y flexibilidad, integración con AWS, facilidad de uso, monitoreo y depuración de modelos Reseña recopilada por y alojada en G2.com.

Gestión de costos, desafiante de personalizar o ir más allá de las funcionalidades preconstruidas, claridad de la documentación, se necesita un buen entendimiento de ML y AWS para aprovechar completamente sus capacidades. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta de Amazon SageMaker es su capacidad para gestionar todo el ciclo de vida del aprendizaje automático en una plataforma integrada. Simplifica la construcción, el entrenamiento y el despliegue de modelos, al tiempo que ofrece escalabilidad y herramientas poderosas como SageMaker Studio y la sintonización automática de modelos. Reseña recopilada por y alojada en G2.com.

Lo que no me gusta de Amazon SageMaker es que su estructura de precios puede ser compleja y rápidamente volverse costosa, especialmente para trabajos de entrenamiento de larga duración o implementaciones a gran escala. Además, la curva de aprendizaje puede ser pronunciada para los nuevos usuarios que no están familiarizados con los servicios y configuraciones de AWS. Reseña recopilada por y alojada en G2.com.

Ofrece notebooks Jupyter gestionados (SageMaker Studio, Studio Lab), admite marcos de ML populares (TensorFlow, PyTorch, MXNet) y proporciona herramientas para el entrenamiento distribuido y la optimización de hiperparámetros. Reseña recopilada por y alojada en G2.com.

SageMaker es caro, especialmente para trabajos de entrenamiento de larga duración, implementaciones a gran escala o cuando se utilizan instancias de alto rendimiento. El modelo de pago por uso puede llevar a costos inesperados, y la estructura de precios puede ser compleja de entender y optimizar. Reseña recopilada por y alojada en G2.com.

Sin dolores de cabeza de código e infraestructura. Totalmente gestionado de principio a fin. Reseña recopilada por y alojada en G2.com.

Complicaciones de costos y precios. La migración a otra nube es un poco desafiante. Reseña recopilada por y alojada en G2.com.

Es altamente escalable, muy potente en términos de computación, muy bien integrado con los almacenes de datos y lagos de datos de la mayoría de los proveedores, y se puede acceder a él en el navegador. Reseña recopilada por y alojada en G2.com.

Apenas puedo hacer una estimación del cálculo del precio. Aunque hay una herramienta llamada calculadora de precios de AWS, la lista de configuraciones disponibles no muestra el número de configuraciones que puedes seleccionar al configurar las instancias de Studio y Notebook de la herramienta. Reseña recopilada por y alojada en G2.com.