機器學習框架︰AWS 客戶可以從 TensorFlow、PyTorch、Apache MXNet 和其他常用的架構中
選擇，以試驗和定製機器學習演算法。您可以使用自己選擇的架構，作為 Amazon SageMaker
中的受管體驗，或者使用 AWS Deep Learning AMI (Amazon Machine Image) 和 AWS Deep
Learning Containers (已完全配備最熱門且最新的深度學習架構和工具)。無論客戶是要訓練模
型，還是在訓練模型上執行推論，Amazon Elastic Compute Cloud (Amazon EC2) 提供多種針對機
器學習使用案例進行優化的執行個體類型，以滿足其需求。這些執行個體包括了從用於運算密集型
深度學習訓練的 GPU，到適用於低成本推斷的 AWS Inferentia。
實作支援：Amazon Machine Learning Solutions Lab 將您的團隊與機器學習專家配對，以協助
您確定和建置機器學習解決方案，從而抓住組織中最高 ROI 的機器學習商機。
我們也提供培訓來提升您團隊的機器學習專業水準，包括開發人員培訓、業務領導者培訓，以及透
過 AWS Machine Learning Embark Program 進行的實際操作活動。
進一步瞭解如何透過專門建置的服務、資源和培訓，將負責任的人工智慧和機器學習從理論轉變為
實務。
學習工具：您可以使用深入詳盡的學習工具提升個人機器學習能力，包括：
• AWS DeepRacer
• 機器學習培訓與認證
• Amazon Machine Learning Solutions Lab
• Amazon SageMaker Studio Lab
透過 AWS 採用機
器學習的各項數據
10 萬多名客戶正在將 AWS 用於人工智慧
和機器學習工作負載
在 Amazon 20 多年的建置經驗
資料科學家的生產力提高高達 10 倍
Amazon SageMaker JumpStart 中的數
百個演算法和模型
21
