Avaliações e Detalhes do Produto Amazon SageMaker

Eu uso o Amazon SageMaker para construir um modelo de aprendizado profundo, especificamente um modelo de detecção de objetos. É uma experiência realmente ótima para mim, especialmente porque meu laptop não tem suporte avançado para GPU, e treinar um modelo levaria cerca de 7-8 horas. Com a máquina virtual do Amazon SageMaker, treinar meu modelo de aprendizado profundo leva apenas 3-4 minutos. Esta plataforma é excelente, e mesmo alguém que nunca a usou antes pode se adaptar a ela na primeira vez e entender facilmente todas as funcionalidades oferecidas no SageMaker. Acho que a máquina virtual do Amazon SageMaker é mais avançada do que a plataforma Microsoft Azure. É mais eficaz e menos demorada. A facilidade de uso é brilhante; posso me adaptar facilmente a esta plataforma em comparação com a Microsoft. A configuração inicial é muito fácil, e com uma única autenticação, tenho acesso aos recursos de que preciso para meu trabalho. Na minha opinião, dou nota 10 de 10. Análise coletada por e hospedada no G2.com.

Esta é uma ótima plataforma. Eu não desgosto disso. Análise coletada por e hospedada no G2.com.

Gosto de como é fácil treinar modelos de ML no Amazon SageMaker e conduzir experimentos rápidos. Posso facilmente prototipar e fazer alterações nos meus modelos de ML, e o processo de treinamento é direto. Todos os logs são acessíveis, o que ajuda a verificar o status do treinamento e testar modelos. Isso torna eficiente experimentar e mudar parâmetros diretamente no SageMaker. Análise coletada por e hospedada no G2.com.

Pode haver uma melhor transparência de custos. Além disso, há uma curva de aprendizado com a configuração inicial. Análise coletada por e hospedada no G2.com.

O processo de login é direto, e configurar o software não é complicado. A interface do usuário também é muito amigável. Análise coletada por e hospedada no G2.com.

O portal poderia usar alguns toques finais adicionais para parecer mais apresentável. Análise coletada por e hospedada no G2.com.

O que eu mais gosto no Amazon SageMaker é o suporte completo para todo o ciclo de vida de aprendizado de máquina. Desde a preparação de dados e construção de modelos até o treinamento, ajuste e implantação, tudo está perfeitamente integrado em uma única plataforma. Eu aprecio especialmente os algoritmos integrados, os notebooks Jupyter e o ajuste automático de modelos (Otimização de Hiperparâmetros). A capacidade de escalar trabalhos de treinamento facilmente e implantar modelos como endpoints totalmente gerenciados com alguns cliques ou linhas de código é um grande impulso de produtividade. O SageMaker Studio também oferece um ótimo ambiente colaborativo para equipes. Análise coletada por e hospedada no G2.com.

Embora o Amazon SageMaker seja poderoso, uma desvantagem é sua complexidade e custo para iniciantes ou projetos de pequena escala. A curva de aprendizado pode ser íngreme, especialmente ao configurar recursos, gerenciar permissões com IAM ou entender o modelo de preços. Alguns recursos, como SageMaker Pipelines ou Studio, podem parecer avassaladores sem experiência prévia com AWS. Além disso, depurar trabalhos de treinamento ou implantações falhadas pode ser desafiador sem logs detalhados ou mensagens de erro claras. Análise coletada por e hospedada no G2.com.

O Amazon SageMaker suporta todo o fluxo de trabalho de aprendizado de máquina — desde a preparação de dados até a implantação do modelo — em um só lugar.

Podemos carregar dados facilmente, explorá-los, treinar modelos e testá-los sem trocar de ferramentas.

Eu realmente gosto que o SageMaker gerencie os servidores para nós, então não precisamos configurar ou manter nenhuma infraestrutura.

Também torna a implantação flexível e simples. No geral, torna os projetos de ML muito mais fáceis de gerenciar, especialmente ao trabalhar em equipe. Análise coletada por e hospedada no G2.com.

Pode ser difícil aprender no início, especialmente para iniciantes. A interface às vezes é lenta ou não muito suave, especialmente com arquivos grandes ou ao alternar entre abas. Análise coletada por e hospedada no G2.com.

De ponta a ponta, escalabilidade e flexibilidade, integração com AWS, facilidade de uso, monitoramento e depuração de modelos Análise coletada por e hospedada no G2.com.

Gestão de custos, desafiador para personalizar ou ir além das funcionalidades pré-construídas, clareza da documentação, é necessário um bom entendimento de ML e AWS para utilizar plenamente suas capacidades. Análise coletada por e hospedada no G2.com.

O que eu mais gosto no Amazon SageMaker é sua capacidade de gerenciar todo o ciclo de vida de aprendizado de máquina em uma plataforma integrada. Ele simplifica a construção, o treinamento e a implantação de modelos, oferecendo escalabilidade e ferramentas poderosas como o SageMaker Studio e a afinação automática de modelos. Análise coletada por e hospedada no G2.com.

O que eu não gosto no Amazon SageMaker é que sua precificação pode ser complexa e rapidamente se tornar cara, especialmente para trabalhos de treinamento de longa duração ou implantações em grande escala. Além disso, a curva de aprendizado pode ser íngreme para novos usuários que não estão familiarizados com os serviços e configurações da AWS. Análise coletada por e hospedada no G2.com.

Oferece notebooks Jupyter gerenciados (SageMaker Studio, Studio Lab), suporta frameworks populares de ML (TensorFlow, PyTorch, MXNet) e fornece ferramentas para treinamento distribuído e otimização de hiperparâmetros. Análise coletada por e hospedada no G2.com.

O SageMaker é caro, especialmente para trabalhos de treinamento de longa duração, implantações em grande escala ou ao usar instâncias de alto desempenho. O modelo de pagamento conforme o uso pode levar a custos inesperados, e a estrutura de preços pode ser complexa de entender e otimizar. Análise coletada por e hospedada no G2.com.

Sem dores de cabeça com código e infraestrutura. Totalmente gerenciado de ponta a ponta. Análise coletada por e hospedada no G2.com.

Complicações de custo e precificação. A migração para outra nuvem é um pouco desafiadora. Análise coletada por e hospedada no G2.com.

É altamente escalável, muito poderoso em termos de computação, muito bem integrado com os armazéns de dados e lagos de dados da maioria dos fornecedores, e pode ser acessado no navegador. Análise coletada por e hospedada no G2.com.

Eu mal consigo fazer uma estimativa do cálculo de preço. Embora exista uma ferramenta chamada calculadora de preços da AWS, a lista de configurações disponíveis não mostra o número de configurações que você pode selecionar ao configurar as instâncias do Studio e do Notebook da ferramenta. Análise coletada por e hospedada no G2.com.