Author: AWS Team

利用 CloudEndure 可以方便的在 Amazon Web Services (AWS) 不用区域之间，或者云下与 AWS 云之间迁移或者灾备 Amazon Elastic Compute Cloud (EC2) 实例。CloudEndure 提供了基于 Web 的用户界面来管理项目、配置启动蓝图等。在实际使用中发现，当实例数量过多时，该界面有一定的局限性，一次只能针对一台实例进行配置，不能高效地对多台实例灾备配置进行批量处理。

本文为StockX公司Sam Bean与Nic Roberts II撰写的客座文章。援引他们的表述，“StockX是一家来自底特律的初创公司，希望以独特的竞价/出价市场革新电子商务体系。我们平台的设计灵感源自纽约证券交易所，并将运动鞋与街头潮牌服饰等商品视为高价值可交易商品。凭借运营透明化的市场交易体验，StockX将帮助消费者以真实市场价购买备受追捧的真品。”

本文为乐天玛特公司大数据分析师Sungoh Park撰写的客座文章。援引他的表述，“作为乐天有限公司下辖子公司，乐天玛特是韩国领先的零售商，销售各类日用百货、服装、玩具、电子产品及其他商品。”

Amazon SageMaker加入Amazon FSx Lustre和Amazon EFS作为训练机器学习模型的数据源，为您现在有了更大的灵活性来选择适合您使用场景的数据源。在此博客中，我们使用了文件系统数据源来训练机器学习模型，从而消除了数据下载步骤，缩短了训练开始时间。

Amazon Forecast 通过提供平均预测并捕捉需求从最小值到最大值变化的预测分布，帮助您针对业务目标优化具体成本。通过此次发布，Forecast现在可以在模型训练过程中为多个分布点提供准确性指标，帮助您快速优化预测过低与预测过高，且全程无需手动进行指标计算。

本文为手把手教你玩转Kubeflow on EKS 系列文章的第三篇，在本文中会演示如何在notebook笔记本中安装Pipeline SDK，构建和编译Kubeflow Pipeline，在Kubeflow Pipeline中调用SageMaker超参数优化组件进行超参数优化，训练模型和创建模型，调用SageMaker部署组件在Amazon SageMaker中批量推理和部署模型端点

本文为手把手教你玩转kubeflow on EKS 系列文章的第二篇，本文将在手把手教你玩转Kubeflow on EKS(一)基础上，在安装在Amazon EKS 上的Kubeflow基于在MNIST数据集上训练一个TensorFlow模型，实现一个对MNIST数据集的手写字符的识别程序的端到端的过程

本文为手把手教你玩转Kubeflow On EKS 系列文章的第一篇，主要介绍了Amazon EKS中国区安装和部署Kubeflow。

2020年的种种变化，让我们再次意识到敏捷性的重要意义。随着新冠疫情的全面爆发，我们接触到的每家客户都着手推进自己的应对之策。部分公司决定努力提高运营效率，有些企业甚至在疫情期间获得了可观的业务增长。

对Amazon DynamoDB团队来说，2020年又是繁忙的一年。我们发布了多项对原有功能的更新以及全新功能，希望在可靠性、加密、速度、可扩展性与灵活性等方面为大家带来更出色的使用体验。