亚马逊机器学习和SageMaker算法

Question

1)根据http://docs.aws.amazon.com/machine-learning/latest/dg/learning-algorithm.html,Amazon ML使用SGD.但是我找不到神经网络中使用了多少个隐藏层？

2)有人可以确认SageMaker能够做到Amazon ML的功能吗？即SageMaker比亚马逊ML更强大？

Answer 1

我不确定Amazon ML,但SageMaker使用此处列出的docker容器进行内置培训:https://docs.aws.amazon.com/sagemaker/latest/dg/sagemaker-algo-docker-registry-paths html的

所以,一般来说,你可以用Amazon ML做的任何东西你应该能够用SageMaker做什么(虽然Amazon ML有一个很漂亮的架构编辑器).

您可以查看每个容器,深入了解它们的工作原理.

您可以在此处找到SageMaker中可用算法的详尽列表:https://docs.aws.amazon.com/sagemaker/latest/dg/algos.html

目前,截至2017年12月,这些算法都可用:

• 线性学习者
• 分解机器
• XGBoost算法
• 图像分类算法
• Amazon SageMaker Sequence2Sequence
• K均值算法
• 主成分分析(PCA)
• 潜在Dirichlet分配(LDA)
• 神经主题模型(NTM)

这些算法的一般SageMaker SDK接口如下所示:

from sagemaker import KMeans
kmeans = KMeans(role="SageMakerRole",
                train_instance_count=2,
                train_instance_type='ml.c4.8xlarge',
                data_location="s3://training_data/",
                output_path="s3://model_artifacts/",
                k=10)

这里的库:https://github.com/awslabs/amazon-sagemaker-examples 和这里:https://github.com/aws/sagemaker-python-sdk对于使用SageMaker特别有用.

你也可以在这里使用Spark与SageMaker Spark库:https://github.com/aws/sagemaker-spark