成功可信度中
其他行业 · AI应用
加速数字病理学深度学习模型训练
Keen Eye 需要构建深度学习模型来分析数字病理学中的大型医学图像（每个项目 5 TB）。他们迁移到 Amazon SageMaker 以容器化其管道，并在丰富、标注的数据上训练模型。数据科学家可以同时处理多个项目，并行运行数千个训练作业，训练速度提升高达 30 倍，基础设施成本节省高达 30%（仅在使用资源时付费）。
Keen Eye Technologies发布于 2026年7月27日阅读 0
数据科学家可以同时处理多个项目。
未披露
数据科学家可以并行运行数千个训练作业。
未披露
训练性能提升高达 30 倍。
未披露
01
业务背景
Keen Eye 需要构建深度学习模型来分析数字病理学中的大型医学图像（每个项目 5 TB）。他们迁移到 Amazon SageMaker 以容器化其管道，并在丰富、标注的数据上训练模型。数据科学家可以同时处理多个项目，并行运行数千个训练作业，训练速度提升高达 30 倍，基础设施成本节省高达 30%（仅在使用资源时付费）。
02
遇到的问题
03
AI 解决方案
04
实施结果
数据科学家可以同时处理多个项目。：
数据科学家可以并行运行数千个训练作业。：
训练性能提升高达 30 倍。：
基础设施成本节省高达 30%（仅在使用资源时付费）。：
05
风险与边界
客户 / 负责人引述
“”
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。