Плюсы и минусы Amazon SageMaker VS.Amazon EMR, для развертывания моделей глубокого обучения на основе TensorFlow?

Question

Я хочу построить несколько моделей нейронной сети для приложений НЛП и рекомендаций.Я хочу использовать фреймворк TensorFlow .Я планирую обучать этим моделям и делать прогнозы на веб-сервисах Amazon.Скорее всего, приложение будет распределенных вычислений .

Мне интересно, каковы плюсы и минусы SageMaker и EMR для приложений TensorFlow?

Они оба имеют встроенную TensorFlow.

Answer 1

Из документации AWS:

Amazon EMR - это управляемая кластерная платформа, которая упрощает запуск сред больших данных, таких как Apache Hadoop и Apache Spark, в AWS для обработки и анализа огромных объемов данных.Используя эти платформы и связанные с ними проекты с открытым исходным кодом, такие как Apache Hive и Apache Pig, вы можете обрабатывать данные для целей анализа и рабочих нагрузок бизнес-аналитики.Кроме того, вы можете использовать Amazon EMR для преобразования и перемещения больших объемов данных в другие хранилища данных и базы данных AWS, такие как Amazon Simple Storage Service (Amazon S3) и Amazon DynamoDB, и из них.

(...) Amazon SageMaker - это полностью управляемая платформа, которая позволяет разработчикам и ученым быстро и легко создавать, обучать и развертывать модели машинного обучения в любом масштабе.Amazon SageMaker устраняет все барьеры, которые обычно тормозят разработчиков, которые хотят использовать машинное обучение.

Заключение: если вы хотите развернуть модели AI, просто используйте AWS SageMaker