sagemaker-python-sdk

使用常见深度学习框架和Amazon优化算法在SageMaker上训练和部署模型

SageMaker SageMaker Python SDK 机器学习 Apache MXNet TensorFlow Github 开源项目

SageMaker Python SDK是一个开源库，用于在Amazon SageMaker上训练和部署机器学习模型。支持包括Apache MXNet和TensorFlow在内的主流深度学习框架，并优化了适用于SageMaker和GPU训练的Amazon算法。还支持用户使用自定义的Docker容器进行模型的训练和托管。提供详细的文档和API参考指南，介绍如何安装、使用和配置该SDK。兼容操作系统包括Unix/Linux和Mac，并支持Python 3.8到3.11版本。

访问官网

Github

Huggingface

介绍相关项目

multi-model-server - 深度学习模型的部署工具

DockerGithubMulti Model ServerPython开源项目模型服务深度学习

Multi Model Server是一个灵活的工具，用于部署由各种ML/DL框架训练的深度学习模型。通过命令行界面或预配置的Docker镜像，可以快速设置HTTP端点处理模型推理请求。支持Python 2.7和3.6，提供适合CPU和GPU推理的不同MXNet pip包。详细的文档和使用示例，以及Slack频道和社区支持，进一步简化了用户使用体验。推荐在生产环境中使用Docker容器以提升安全性和性能。

practical-machine-learning-with-python - 实际应用中的机器学习与深度学习指南

GithubPractical Machine Learning with PythonPython开源项目数据科学机器学习深度学习

通过结构化的三层方法和实际案例，本书帮助读者掌握机器学习和深度学习技能。内容涵盖scikit-learn、pandas、tensorflow等工具，提供数据处理、特征工程、建模和部署的详细指导，以及多个跨行业的案例研究，支持独立完成端到端的机器学习项目。

modelstore - 允许对机器学习模型进行版本控制、导出和保存到文件系统或云存储提供商Python库

Githubmodelstore多云支持开源开源项目机器学习模型管理版本控制

modelstore是一个Python库，可在本地文件系统或多种云存储（如AWS、GCP、Azure）中进行机器学习模型的版本管理、导出、保存和下载。无需跟踪服务器，支持模型域和状态管理、即时下载或内存加载，也可用作命令行工具。支持多个机器学习库，如TensorFlow、PyTorch、Scikit Learn等。详细信息请参考官方文档。

seldon-core - Kubernetes上的机器学习模型部署与管理平台

GithubKubernetesSeldon Core开源项目微服务机器学习模型部署

Seldon Core是专为Kubernetes环境设计的机器学习模型部署平台。支持主流框架,提供REST/GRPC接口,可扩展至数千模型。内置监控、日志、解释器、异常检测等功能,支持A/B测试和金丝雀发布。简化模型从开发到生产流程,适合企业级机器学习部署需求。

python - BigML Python库,简化机器学习模型创建与管理

APIBigMLGithubPython绑定开源项目机器学习预测模型

BigML Python库为BigML.io API提供了简洁的接口，支持创建、检索、列出、更新和删除BigML资源。兼容Python 3，具备本地预测功能，该库简化了机器学习流程，便于快速构建和部署预测模型。适用于多种数据驱动的决策场景，使机器学习模型的开发和管理变得更加高效。

generative-ai-cdk-constructs - 利用多服务AWS CDK模式构建生成型AI架构

AWS CDKAWS Generative AI CDK ConstructsAWS LambdaAmazon BedrockAmazon SageMakerGithub开源项目

AWS Generative AI CDK Constructs库是一个开源扩展包，提供多服务和架构良好的模式，帮助开发者通过代码定义解决方案，实现可预测和可重复的基础设施。该库基于AWS CDK，涵盖数据摄取管道、问答系统、文档摘要和SageMaker模型部署等多种场景，并遵循最佳实践配置，适用于Python、TypeScript、C#和Go。旨在简化生成型AI解决方案开发流程，帮助快速上手并构建稳定可靠的架构。

scikit-learn - Python机器学习的核心工具库

GithubPythonscikit-learn开源项目数据科学机器学习

scikit-learn是基于SciPy构建的Python机器学习库,提供高效的数据挖掘和分析工具。支持分类、回归、聚类等多种机器学习任务,自2007年启动以来由志愿者维护,已成为广受欢迎的开源项目。其特点包括易用性、高性能和完善的文档,在学术和工业领域得到广泛应用。

autogluon - 自动化机器学习工具，简单实现高精度预测

AutoGluonGithubPython开源项目机器学习深度学习自动化

AutoGluon简化了机器学习任务，让用户可以在图像、文本、时间序列和表格数据上轻松训练和部署高精度模型。它支持Python 3.8至3.11，并可在Linux、MacOS和Windows上运行。只需几行代码即可快速构建端到端机器学习模型，提供详细的安装指南、快速入门教程和丰富的资源，适合各层次用户的需求。

MachineLearningNotebooks - Azure Machine Learning Python SDK v1示例库概览

Azure Machine LearningGithubPython SDK开发环境开源项目机器学习计算实例

本存储库MachineLearningNotebooks收录了Azure Machine Learning Python SDK v1的示例代码，包含多个Jupyter笔记本，展示了如何利用Azure ML进行机器学习模型的构建、训练和部署。虽然该版本已停止更新，但仍可为开发者提供有价值的参考。建议用户关注v2 SDK示例库以了解最新功能。这些示例最适合在Azure ML Compute Instance环境中运行，也可在配置了相应azureml包的其他开发环境中使用。

data-solutions-framework-on-aws - AWS数据解决方案框架加速企业数据平台构建

AWSCDKGithub基础设施即代码开源项目数据解决方案框架最佳实践

Data Solutions Framework on AWS是基于AWS CDK开发的数据解决方案框架，内置AWS最佳实践。该框架支持TypeScript和Python，提供智能默认配置和可定制模块，让开发者能通过基础设施即代码(IaC)快速组建数据平台。DSF大幅缩短了数据平台的开发周期，同时保证了解决方案的质量和规范。框架的抽象层设计使开发者能够专注于业务逻辑，而不必深入云基础设施细节。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号