amazon-web-services - Amazon 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。但是我无法找到神经网络中使用了多少个隐藏层？

2) 有人可以确认 SageMaker 能够完成 Amazon ML 的功能吗？即 SageMaker 比 Amazon ML 更强大？

Answer 1

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

因此，一般来说，您可以使用 Amazon ML 执行的任何操作都应该可以使用 SageMaker 执行(尽管 Amazon ML 有一个非常实用的架构编辑器)。

您可以查看每个容器以深入了解其工作原理。

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，这些算法均可用:

• Linear Learner
• Factorization Machines
• XGBoost Algorithm
• Image Classification Algorithm
• Amazon SageMaker Sequence2Sequence
• K-Means Algorithm
• Principal Component Analysis (PCA)
• Latent Dirichlet Allocation (LDA)
• Neural Topic Model (NTM)

这些算法的通用 SageMaker SDK 接口(interface)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)

此处的库:https://github.com/awslabs/amazon-sagemaker-examples在这里:https://github.com/aws/sagemaker-python-sdk对于使用 SageMaker 特别有用。

您还可以在此处将 Spark 与 SageMaker Spark 库结合使用:https://github.com/aws/sagemaker-spark