回归基础知识视频系列
基本架构构建基块和最佳实践
观看 | 回归基础:选择推理选项以部署 SageMaker ML 模型的最佳实践
了解如何根据您的要求(例如延迟、吞吐量、有效载荷大小和流量模式)选择最佳的 Amazon SageMaker 推理选项来部署您的机器学习模型。我们将使用真实的欺诈检测示例,介绍如何设置 SageMaker 实时推理端点、发出请求并实时获取预测以满足低延迟和高吞吐量需求。
更多资源:
我们使用必要 Cookie 和类似工具提供我们的网站和服务。我们使用性能 Cookie 收集匿名统计数据,以便我们可以了解客户如何使用我们的网站并进行改进。必要 Cookie 无法停用,但您可以单击“自定义”或“拒绝”来拒绝性能 Cookie。
如果您同意,AWS 和经批准的第三方还将使用 Cookie 提供有用的网站功能、记住您的首选项并显示相关内容,包括相关广告。要接受或拒绝所有非必要 Cookie,请单击“接受”或“拒绝”。要做出更详细的选择,请单击“自定义”。
关键 Cookie 对我们提供网站和服务来说绝对必要,不可将其禁用。关键 Cookie 通常是根据您在网站上的操作(例如,设置您的隐私首选项,登录或填写表格)来设置的。
性能 Cookie 可为我们提供有关客户使用网站情况的匿名统计信息,以便我们改善用户的网站体验及网站性能。经批准的第三方可为我们执行分析,但不可将数据用于其自身目的。
功能 Cookie 有助于我们提供有用的网站功能,记住您的首选项及显示有针对性的内容。经批准的第三方可对功能 Cookie 进行设置以提供某些网站功能。如果您不允许功能 Cookie,则某些或所有这些服务可能无法正常提供。
广告 Cookie 可由我们或我们的广告合作伙伴通过我们的网站进行设置,有助于我们推送有针对性的营销内容。如果您不允许广告 Cookie,则您所接收到的广告的针对性将会有所降低。
阻止某些类型的 Cookie 的话,可能会影响到您的网站体验。您可以随时单击此网站页脚中的 Cookie 首选项来对您的 Cookie 首选项进行更改。要了解有关我们及经批准的第三方如何在网站上使用 Cookie 的更多信息,请阅读 AWS Cookie 声明。
我们会在 AWS 网站和其他资产上展示与您的兴趣相关的广告,包括跨情境行为广告。跨情境行为广告使用来自一个网站或应用程序的数据,在另一个公司的网站或应用程序上向您投放广告。
若要不允许基于 Cookie 或类似技术的 AWS 跨情境行为广告,请选择下面的“不允许”和“保存隐私选择”,或访问启用了法律认可的拒绝信号的 AWS 网站(如全球隐私控制)。如果您删除 Cookie 或使用其他浏览器或设备访问此网站,则需要再次做出选择。有关 Cookie 以及我们如何使用的更多信息,请阅读我们的 AWS Cookie 通知。
若要不允许所有其他 AWS 跨情境行为广告,请通过电子邮件填写此表单。
如需进一步了解 AWS 如何处理您的信息,请阅读 AWS 隐私声明。
我们目前只会存储基本 Cookie,因为我们无法保存您的 Cookie 首选项。
如果您想要更改 Cookie 首选项,请稍后使用 AWS 控制台页脚中的链接重试,如果问题仍然存在,请联系技术支持。
了解如何根据您的要求(例如延迟、吞吐量、有效载荷大小和流量模式)选择最佳的 Amazon SageMaker 推理选项来部署您的机器学习模型。我们将使用真实的欺诈检测示例,介绍如何设置 SageMaker 实时推理端点、发出请求并实时获取预测以满足低延迟和高吞吐量需求。
更多资源:
随着您在 AWS 云上的业务规模扩大,实现安全且可扩展的多账户结构变得至关重要。在本期视频中,跟随 Prateek 一起深入探讨如何使用 AWS Organizations 的账户结构设计模式来满足企业不断增长的需求。
刚开始云之旅的新客户通常会利用 AWS 技术服务提供的敏捷性来快速部署新应用程序。然而,这些应用程序通常由业务部门或合作伙伴开发,往往没有考虑到长期运营所需的最低扩展性和弹性要求。在本期视频中,Angel 将向您展示如何设计一个能满足这些要求的基础设施基线架构。
SSL/TLS 加密可以确保数据传输安全,但管理证书可能会给运维带来巨大负担。和 Amit 一起探索为了简化应用部署,将 TLS 终止转移到 AWS 服务的几个方案。
您是否难以获得实时数据洞察?一起来了解如何在 AWS 上构建无服务器分析管道,获取有用的数据洞察(如确定最有效的广告),并且无需自己管理任何基础设施!
随着企业广泛采用生成式 AI,强大的基础设施对于实现可扩展且可靠的部署变得至关重要。跟随 Neelam 一起探索如何使用基础设施即代码 (IaC) 和 AWS Cloud Development Kit (CDK) 来简化您的生成式 AI 应用程序的基础设施。
打破数据孤岛,让团队能自助访问已治理的数据集,同时通过 Amazon DataZone 持续治理数据。在本期视频中,跟随 Brian 探索如何将数据组织成为有明确目标的数据域,从而简化数据发现和访问。
一起来了解如何根据延迟、吞吐量、有效负载大小和流量模式等要求选择最佳的 Amazon SageMaker 推理选项来部署机器学习模型。
提供 Amazon DynamoDB 和 Amazon Aurora 数据恢复相关的专家建议以及维护微服务间一致性的模式!跟随 Cheryl 一起学习以下内容:
✅ 使用时间点恢复 (PITR) 恢复 DynamoDB 数据库中已删除或损坏的数据
✅ 将 Amazon Aurora 数据库还原至最近 35 天内的任意时间点
✅ 使用 Amazon Aurora 的 Backtrack 功能“回溯”您的数据库集群 (MySQL)
✅ 使用 AWS Lambda Powertools 实现幂等性模式,避免重复劳动
无论您是流量波动的线上珠宝商,还是使用微服务的任何企业,您都可以学习到如何快速从数据问题中恢复同时确保满足 ACID 合规要求的策略。
不要错过这些提高无服务器应用韧性的专业技巧!
使用 AWS Client VPN 为您的团队提供安全的远程访问。在本期视频中,跟随 Kunal 一起探索如何使用 AWS Client VPN 构建可扩展且可靠的架构模式,让员工能从远程安全地访问托管在 AWS、办公系统或数据中心的文件系统和资源。无论您的团队需要访问 AWS 资源还是本地文件服务器,AWS Client VPN 都能提供一个可扩展的解决方案,包含身份验证、授权和审计功能。一起来了解如何为分散的员工团队启用安全的远程访问!