美國拉斯維加斯時間2017年11月29日上午，AWS CEO Andy Jassy在一年一度的AWS re:Invent大會上發布了主題演講。在短短兩小時內，Andy宣布了一系列令人興奮的新服務。其中最重要的包括一款售價249美元的、名為DeepLens的人工智能攝像機；一套用于開放并部署機器學習算法的SageMaker平臺；外加實時視頻識別、文字翻譯等多項應用層服務。
據了解，作為全場最大亮點的SageMaker平臺，臺灣主機 臺灣伺服器，真正做到了“默默秒殺全場”的強大功能：除了免去了開發者進行數據清洗、建模的麻煩事兒，甚至還可以把開發者最頭疼的調參優化交給機器處理。
顯而易見，亞馬遜公司希望各企業客戶能夠更好地運用人工智能技術——當然最重要的是，使用由亞馬遜出售的人工智能工具。
通過本次大會公布的這一整套人工智能解決方案，亞馬遜方面已經明確表示，希望能夠乘這股人工智能的繁盛東風進一步拓展收入規模。與此同時，這批聲明的發布也標志著亞馬遜與同樣擁有自家AI企業解決方案的谷歌在這一領域成為了競爭對手。
Amazon SageMaker
正如本文開頭所說，這也許是本次re:Invent上發布的最大殺器，也可能是自各類開源機器學習框架流行以來在AI領域出現的最大殺器（如果使用體驗真的如Andy Jassy所描述的那樣好的話）：普通開發者也想用機器學習來玩自己的數據，但是數據清洗、建模、各種試錯太難太花時間，把開發者都嚇跑了。SageMaker的目標是，開發者只需要關心自己輸入什么數據，自己想用什么框架和什么算法，其他的各種參數調優什么的臟活兒就讓機器自己用機器學習來做，一鍵直達式機器學習服務，開發者值得擁有。
讓我們來看看這個可能會讓大數據工程師“失業”的神器到底有何玄機？
Amazon SageMaker是一項全托管端到端機器學習服務，可幫助數據科學家、開發人員以及機器學習專家快速構建、訓練并托管規模化機器學習模型。它的出現將顯著加速一切機器學習工作，同時幫助大家快速將機器學習元素添加至生產應用程序當中。SageMaker**支持當前機器學習行業中最為流行的各類框架**（包括谷歌TensorFlow、Facebook Caffe2、Pytorch以及MXNet等），且允許開發者從查找必要數據起步對其AI模型進行訓練，而后將成果發送給客戶——整個流程皆可在此程序內實現。
Amazon SageMaker由以下三大主要部分組成:
創作（Authoring）：無需進行任何設置，使用Jupyter Notebook IDE就能進行數據探索、清潔與預處理。你可以在常規實例類型或GPU驅動型實例當中運行此類工作負載。 模型訓練：一項分布式模型構建、訓練與驗證服務。你可以利用其中的內置常規監督與無監督學習算法及框架，或者利用Docker容器創建屬于自己的訓練機制。其模型訓練規模可囊括數十個實例，以支持模型構建加速。訓練數據讀取自S3，訓練后的模型成果亦可存放在S3存儲桶內。最終得出的模型結果為數據相關模型參數，而非模型當中進行推理的代碼。將關注點分開之后，開發人員能夠更輕松地將Amazon SageMaker訓練出的模型部署至其它平臺（例如IoT設備）。 模型托管：模型托管服務可配合HTTP端點以調用模型進行實時推理。這些端點可進行規模擴展，從而支持實際流量；開發人員也可以同時對多套模型進行A/B測試。此外，你也可以使用內置的SDK構建這些端點，或者選擇Docker鏡像提供自己的配置選項。
上述組成部分皆可獨立使用，這意味著Amazon SageMaker將能夠輕松填補現有流程中的空白環節。換句話來說，當開發人員以端到端方式使用該服務時，將能夠享受到由其提供的強大功能。
作為AWS免費項目的一部分，大家無需任何投入即可馬上開始使用Amazon SageMaker。在前兩個月中，用戶每月可獲得250個小時的t2.medium記事本實例使用額度，50個小時的m4.xlarge訓練用實例使用額度，外加125個小時的m4.xlarge托管用實例使用額度。在免費范圍之外，具體計費標準因實際服務區而定，但總體成本包含每秒實例使用、每GB存儲容量使用以及每GB數據傳入/傳出等因素。（小編注：大家可以先試用之后看看Amazon SageMaker是否真如Jassy所說的這么智能。）
AWS官方博客上對如何使用SageMaker提供了一份簡易指南，下面截取并翻譯了構建機器學習流程的部分，迫不及待的小伙伴們到官網查看完整的操作方法：https://aws.amazon.com/cn/blogs/aws/sagemaker/
SageMaker使用指南
作為示例，這里假定我們需要構建、訓練并部署一套基于Apache MXNet的圖像分類器。這里我們使用Gluon語言、CIFAR-10數據集，外加ResNet V2模型架構。
從Jupyter Notebook開始創作
