在 AWS，我们的使命是让机器学习成为每个开发人员的利器。因此我们在 2017 年推出了 Amazon SageMaker。从那以后，它已成为 AWS 历史上增长最快的服务之一，全球已经有数千客户。使用 Amazon SageMaker 的客户可以使用 Amazon SageMaker 中提供的优化算法，可以运行完全托管的 MXNet、TensorFlow、PyTorch 和 Chainer 算法，也可自带算法和模型。在构建自己的机器学习模型时，许多客户花费大量的时间开发算法和模型，但只能解决已经解决的问题。

在 AWS Marketplace 中推出机器学习产品

我很高兴地宣布 AWS Marketplace 将推出机器学习产品类别，这包括超过 150 多种算法和模型包，每天都将有新的产品加入。AWS Marketplace 为垂直行业提供定制的解决方案选择，包括零售（35 种产品）、媒体（19 种产品）、制造业（17 种产品）、HCLS（15 种产品）等等。客户可以在此找到关键使用案例的解决方案，例如乳腺癌预测、淋巴瘤分类、再入院、贷款风险预测、机动车识别、零售定位、僵尸网络攻击检测、汽车信息服务、运动检测、需求预测和语音识别等。

客户可以在 AWS Marketplace 中搜索和浏览算法和模型包列表。客户订阅某个机器学习解决方案后，可以直接从 SageMaker 控制台、Jupyter Notebook、SageMaker 开发工具包或 AWS CLI 进行部署。Amazon SageMaker 保护采取静态扫描、网络隔离和运行时监控等安全措施来买家数据。

AWS Marketplace 上卖家的知识产权通过对传输中和静态的算法和模型包构件进行加密，使用安全的通信连接 (SSL)，并确保构件的部署采用基于角色的访问控制等措施来保护。AWS 为卖家提供了安全的途径以将其作品货币化，通过顺畅的自助服务流程来发布器算法和模型包。

机器学习类别操作

在过去尝试了构建自己的模型后，我当然对此功能的发布无比兴奋。浏览了 AWS Marketplace 中可用的算法和模型包后，我决定试用 Deep Vision AI 发布的 Deep Vision 机动车识别模型。此模型将允许我利用一组上传的图像来识别汽车的品牌、型号和种类。您可以将此模型用于您所在企业的保险理赔、在线售车以及机动车识别业务。

我继续订阅并接受建议实例类型和区域等默认选项。我阅读并接受订阅合同，这时我就可以开始使用模型了。

我的订阅将列入 Amazon SageMaker 控制台并随时可以使用。使用 Amazon SageMaker 部署模型与任何其他模型包完全一样，我完成此指南中的步骤以创建和部署终端节点。

终端节点部署完成后，我可以开始向模型提出问题。在此例中，我将使用单张汽车图像；模型经过训练可以从任何角度来检测汽车的型号、品牌和年款信息。首先我将使用一台 Volvo XC70 来试验，看到结果如下：

结果：

{'result': [{'mmy': {'make': 'Volvo', 'score': 0.97, 'model': 'Xc70', 'year': '2016-2016'}, 'bbox': {'top': 146, 'left': 50, 'right': 1596, 'bottom': 813}, 'View': 'Front Left View'}]}

我的模型正确检测了所提供图像的品牌、型号和年款。我最近在英国度假，与亲戚住在一起，我亲戚有一台 McLaren 570s 超跑。第一次打开鸥翼门准备入座时，闪现在我脑海里的是如果出现问题将要在保险之外承担多少费用。这与我们今天的使用案例非常契合。

结果：

{'result': [{'mmy': {'make': 'Mclaren', 'score': 0.95, 'model': '570S', 'year': '2016-2017'}, 'bbox': {'top': 195, 'left': 126, 'right': 757, 'bottom': 494}, 'View': 'Front Right View'}]}

得分 (0.95) 衡量了模型对结果正确性的信心高低。得分范围为 0.0 至 1.0。我的得分对 McLaren 汽车而言极为准确，品牌、型号和年款全部正确。对于很少出现在路上的汽车种类，结果也相当棒。我测试了产品上线团队提供给我的另外一些汽车，他们非常兴奋地专注我的操作，现在是时候收官了。

在十分钟内，我就得以选择一个模型包，部署终端节点并准确检测出车辆的品牌、型号和年款，没有数据学家的帮助，没有昂贵的 GPU 进行训练，也没有编写任何代码。您可以肯定我会在 re:Invent 活动周从 AWS Marketplace 订阅更多的模型，尝试在 15 分钟内解决其他的使用案例！

AWS Marketplace 中的机器学习类别可以通过 Amazon SageMaker 控制台访问，也可以直接从 AWS Marketplace 本身访问。成功订阅算法或模型后，即可从控制台、开发工具包和 AWS CLI 进行访问。来自 AWS Marketplace 的算法和模型可以像任何其他模型或算法一样，通过将 AWS Marketplace 选项作为文件包来源进行部署。选定算法或模型后，您可以依照此指南的规定将它部署到 Amazon SageMaker。

可用性和定价

客户使用算法或模型包将需要支付订阅费，此外还需要支付 AWS 资源的费用。AWS Marketplace 为所有购买的订阅项目提供月度综合账单。

初步推出的 AWS Marketplace 的机器学习类别将包括 Deep Vision AI Inc、Knowledgent、RocketML、Sensifai、Cloudwick Technologies、Persistent Systems、Modjoul、H2Oai Inc、Figure Eight [Crowdflower]、英特尔公司、AWS Gluon Model Zoos 等公司的算法和模型，同时还将定期增加新的卖家。如果您有兴趣销售机器学习算法和模型，请联系 aws-mp-bd-ml@amazon.com。

本文转载自AWS技术博客。

原文链接：
https://amazonaws-china.com/cn/blogs/china/new-machine-learning-algorithms-and-model-packages-now-available-in-aws-marketplace/

创作场景

机器学习算法和模型包现已在 AWS Marketplace 上线