当算法工程师在本地使用Amazon TensorFlow深度学习框架训练好模型后，会创建模型服务器供应用程序调用实现在线推理。由于部署本身存在一定的复杂性，他们需要考虑如何安装TensorFlow Serving相关的依赖，如何实现模型服务的高可用、请求负载均衡、A/B测试、自动伸缩机制等。Amazon SageMaker可以帮助用户快速创建多台模...

Amazon SageMaker Studio是第一套用于机器学习（ML）的全集成开发环境（IDE）。Amazon SageMaker Studio可帮助数据科学家们快速启动Studio notebooks以探索数据、构建模型、启动Amazon SageMaker训练作业并部署托管端点。Studio notebooks中随附一组预构建镜像，这些镜像由Amazon SageMaker Python SDK与IPython运行时或...

Amazon SageMaker可以帮助开发人员和数据科学家快速准备构建、训练和部署机器学习（Amazon ML）模型的完全托管的云服务。特别Amazon SageMaker提供了一种可扩展且经济高效的方法来部署大量的预先训练好的机器学习模型，借助Amazon SageMaker多容器多模型的部署可以使用单个端点访问的模式提供多种类型的推理服务。

Amazon Machine Learning Bot（以下称为Amazon ML bot）为用户提供了一种快速的开箱即用的解决方案，其底层基于Amazon SageMaker 将机器学习模型的定制及部署实现了高效的自动化。并且，Amazon ML bot 提供了可视化、易操作的Web User Interface界面。用户可以上传具体应用场景的图片或文字数据，快速完成从数据标注，模...

Amazon DeepRacer 是一款专门为帮助开发人员进行强化学习（Reinforcement learning）实践而开发的1/18 比例的完全自动驾驶赛车。Amazon DeepRacer 为开发人员提供了一种学习强化学习的简单方法，用新的强化学习算法和模拟到真实域传输方法进行实验，并在现实世界中体验强化学习。开发人员可以在在线模拟器中训练、评估和...

为了给企业提供更加易用的应用层软件，越来越多的软件提供商推出了SaaS产品。亚马逊云科技Marketplace是一个提供甄选的数字化产品的平台，能够帮助SaaS厂商降低销售成本，触达更多的客户，是很多SaaS厂商的首选。

为了给企业提供更加易用的应用层软件，越来越多的软件提供商推出了SaaS产品。亚马逊云科技Amazon Marketplace是一个提供甄选的数字化产品的平台，能够帮助SaaS厂商降低销售成本，触达更多的客户，是很多SaaS厂商的首选。

Amazon Redshift ML 通过使用简单的 SQL 语句使用 Amazon Redshift 中的数据创建和训练机器学习（ML）模型，简化了机器学习 (ML) 的操作。您可以使用 Amazon Redshift ML 来解决二进制分类、多分类和回归问题，并可以直接使用 AutoML 或 XGBoost 等技术。

数据准备仍然是机器学习 (ML) 领域的主要挑战之一。数据科学家和工程师需要编写查询和代码以从源数据存储中获取数据，然后编写查询来转换这些数据，以创建用于模型开发和训练的特征。所有这些数据管道开发工作并不关注机器学习模型的构建，而是侧重于构建向模型提供数据所需的数据管道。Amazon SageMaker Data Wrangler ...

在 2020 年亚马逊云科技 re:Invent 大会上，我们预览了 Amazon HealthLake，这是一项完全托管、符合 HIPAA 标准的服务。医疗保健和生命科学客户可以利用此服务将来自不同孤岛和不同格式的健康信息汇总到结构化的集中式亚马逊云科技数据湖，并通过分析和机器学习 (ML) 从这些数据中获取洞察。近期，亚马逊云科技非常高兴...

自然语言处理 (NLP) 是语言学、计算机科学和人工智能的一个子领域，涉及计算机与人类语言之间的交互 （引自维基百科）【1】。NLP 的目标是让计算机理解人类所说和所写的内容，并以同样的方式进行交流。NLP 在过去十年中一直是一个有趣的领域，伴随着人们对自动化信息提取、处理和生成业务价值的期望越来越高。通常，专业...

在设计和训练机器学习模型后，数据科学家会部署这些模型，以便应用程序可以使用。Amazon Lambda是一项让您在运行代码时无需预置或管理服务器的计算服务。Amazon Lambda的按请求付费、自动扩展和易用性使其成为数据科学团队的热门部署选择。

在过去几年中，机器学习 (ML) 已证明其在帮助组织提高效率和促进创新方面的价值。随着机器学习逐渐成熟，其重点自然会从实验转向生产。机器学习流程需要简化、标准化和自动化，以便以一致和可靠的方式建立、训练、部署和管理模型。安全性、高可用性、扩展、监控和自动化等长期存在的 IT 问题也变得更为关键。如果出色的 ...

通过语音方式与机器进行交互可以在很多场景下提高效率，也是当下人工智能领域内研究的热点之一。语音识别技术的应用场景可以划分为以车载语音助手为例的车载场景、以智能家居设备的家庭场景等。要实现人与机器间的语音交互，需要首先让机器能够识别声音内容，但通用的语音识别服务无法完全满足不同场景下的需求，因此客...

Amazon SageMaker Studio提供了一个基于Web的统一可视化界面，您可以在其中执行所有机器学习(ML)开发步骤，使数据科学团队的工作效率提高10倍。该Studio还可以为您提供构建、训练和部署模型所需每个步骤的完全访问权限、控制及可见性。Studio笔记本是协作式笔记本，由于不需要事先设置计算实例和文件存储，因此可以快速...

市场营销是金融领域的一个重要方向，在机构发展新客户的过程中，不容忽视老用户的流失情况。假如获得一个新客户的成本是保留一个老客户的成本的5倍，那么将其客户流失率降低5%，其利润就可能增加25%以上。

Snap、Alexa 和 Autodesk 等亚马逊云科技客户一直在使用 Amazon Inferentia 部署各种机器学习 (ML) 模型以实现高性能和低成本。自然语言处理 (NLP) 模型在实时和离线批处理使用案例中越来越受欢迎。我们的客户在许多应用程序中部署这些模型，例如聊天机器人、搜索、排名、文档摘要和自然语言理解。借助 Amazon Inferenti...

我们高兴地宣布，现在您已经可以在Amazon Forecast当中评估单一条目的预测准确性，借此更好地了解您的预测模型在最重要的少数核心条目上拥有怎样的预测表现。一般来说，改进对特定条目（例如价格较高或成本较高的条目）的预测准确性往往要比对全部条目进行整体增强更具现实意义。通过此次功能发布，现在您可以查看单一条...

很长时间以来，Java 一直是一个很受企业欢迎的编程语言。得益于丰富的生态以及完善维护的包和框架，Java 拥有着庞大的开发者社区。尽管深度学习应用的不断演进和落地，提供给 Java 开发者的框架和库却十分短缺。现今主要流行的深度学习模型都是用 Python 编译和训练的。对于 Java 开发者而言，如果要进军深度学习界，就...

Amazon SageMaker 是一种完全托管的端到端机器学习服务，数据科研人员、开发人员和机器学习专家可以快速、大规模地构建、训练和托管机器学习模型。这极大地推进了您所有的机器学习工作，让您能够将机器学习技术迅速融入生产应用程序。Amazon SageMaker的主要工作组件包括：算法编写、模型训练、模型评估、模型托管等。

该文以目标检测模型着手，演示如何一步步基于SageMaker Neo对训练后的模型文件进行编译优化，来提升模型的推理速度。文中以yolo3_mobilenet1.0_coco模型为例，分别演示模型准备，模型Neo编译，模型导出推理测试，可视化等过程，推理结果显示基于SageMaker Neo可以显著提升推理速度，达到一倍以上的加速。

从2020年10月开始，基于亚马孙云科技 Graviton2 的缓存实例逐步推出，客户可以在使用 Amazon ElastiCache for Redis上使用这些实例。

Amazon DeepRacer 是开始使用机器学习 (ML) 的最快方式。您可以在基于云的虚拟模拟器中使用 1/18 比例自动驾驶车辆训练强化学习 (RL) 模型，并在全球 Amazon DeepRacer League 中角逐奖金和荣誉。今天，我们将通过对 Amazon DeepRacer 设备软件进行开源来扩展 Amazon DeepRacer 功能，以提供有趣的动手学习。

近年来，我国新能源汽车行业呈现蓬勃发展的态势。主机厂已经收集了大量的电动车的车联网数据，包括三大类（静态车辆数据、实时处理数据和实时车辆告警数据）160多项数据。主机厂希望从这些数据中得到报警的统计和分析，并且希望延伸到报警的预测，可以及时召回可能发生故障的车辆或者主动推送更新软件到车端进行修复，降...

很多的制造企业正在利用数字化技术进行转型，并利用机器学习、计算机视觉和机器人等技术提升制造自动化程度。智能工厂便是在制造数字化的基础上，整合信息技术（IT）和运营技术（OT），利用物联网，AI，机器学习等技术进行实时收集、连接、分析和推断企业数据。这些数据可以通过各种应用实现可操作性，这些数据还可用于...

物联网（IoT）的一个典型应用场景是能够从传感器数据中获取上下文洞察力，例如分析设备异常或者进行预测性维护，及时给予用户通知。在本文中，我们将专注于通过设备多项指标对设备进行预测性维护，利用机器学习算法，对设备运行状态进行预测，提前发现可能出现的异常，及时进行维护，避免出现严重的生产事故。

处理合约及协议等文档资料是一项费时费力的任务。在传统意义上，对典型的合约签订工作流进行审计往往涉及合约条款的加载、阅读及提取等多个步骤，这往往需要耗费大量人工与劳力。

计算机视觉是人工智能 (AI) 的一个领域，借助于价格合理且基于云的训练计算，更高性能的算法，优化的可扩展模型的部署和推理，该领域越来越受到人们的关注和欢迎。但是，尽管在单个人工智能 (AI) 和机器学习 (ML) 领域取得了这些进展，但是将机器学习管道简化为一致且可观察的工作流程，以便规模较小的业务部门能够更轻...

去年，突如其来的疫情给我们的生活和学习,带来了极大的影响。一方面需要减少人员聚集、降低疫情传播风险,同时又需要兼顾好日常工作推进,很多客户把线下会议转移到线上举办，亚马逊云科技也不例外。尤其是去年底的re:Invent 2020, 史无前例采用免费线上会议的方式举办，同时，为了中国客户更好的观看体验，我们也推出了本...

深度学习给学术界和业界带来了强大的技术革新，其中，如何提高深度学习的效率和性能，是学术界和业界普遍关心的问题。如何加速神经网络训练？如何更快速的完成深度学习的部署？本次分享，将带来学术界和业界的最新进展！