亚马逊AWS官方博客

Category: Artificial Intelligence

Amazon SageMaker Automatic Model Tuning:利用机器学习支持机器学习

Amazon SageMaker Automatic Model Tuning 已正式发布。Automatic Model Tuning 消除了为了搜索超参数空间,以获得更精确的模型,而必须执行的无差异化繁重工作。在训练和校正机器学习模型时,开发人员和数据科学家能够利用这项功能节省大量时间和工作。超参数校正任务会根据已完成的训练任务的结果,启动使用不同超参数组合的多项训练任务。SageMaker 根据贝叶斯优化训练“元”机器学习模型,为我们的训练任务推断超参数组合。我们稍微深入地探索一下这方面的内容。

Read More

适用于 WordPress 的 Amazon Polly 插件更新 – 内容翻译和语音化

今年早些时候,我向大家介绍了如何使用 Amazon Polly 插件让您的 WordPress 博客变有声,并详细演示了安装、配置和使用适用于 WordPress 的 Amazon Polly 插件的步骤。今天,我们增加了将您的内容翻译为一个或多个语言,以及为每个翻译版本生成音频版本的能力,让这个插件变得更为强大。翻译功能将使用 Amazon Translate,这是一款中性的机器翻译服务,是我们机器学习服务组合的组成部分。

Read More

Amazon SageMaker 增加批量转换功能和适用于 TensorFlow 容器的管道输入模式

AWS 推出了两个新的 Amazon SageMaker 功能:一是批量转换功能,这是一种新的批量推断功能,客户可以通过它对 PB 级的数据进行非实时场景预测;二是适用于 TensorFlow 容器的管道输入模式。SageMaker 依然是 AWS 最受欢迎的服务之一,此博客和机器学习博客都对它进行了非常广泛的介绍。事实上,要赶上 SageMaker 团队快速的创新步伐是一件较为困难的事情。自上一篇有关 SageMaker 自动模型调整和超参数优化功能的博客发布以来,该团队已经推出了 4 种新的内置算法和许多的新功能。下面我们来看新推出的批量转换功能。

Read More

Amazon Kinesis Video Streams 增加对 HLS 输出流的支持

今天向大家演示适用于 Amazon Kinesis Video Streams (KVS) 的 HTTP Live Streams (HLS) 输出功能。如果您还不熟悉 KVS,请参阅 Jeff 在 2017 年为 AWS re:Invent 编写的发行介绍。简而言之,Amazon Kinesis Video Streams 是一种安全地截取、处理和存储视频,以用于分析和机器学习的服务 — 不论是从一台设备还是上百万台设备。 客户将 Kinesis Video 与机器学习算法配合使用,支持从家庭自动化、智慧城市到工业自动化和安全性的各个领域。

Read More

使用 Amazon Comprehend 和 Amazon Relational Database Service 构建文本分析解决方案

直到现在,从大量非结构化或半结构化内容中提取价值一直都很困难,并且需要机器学习 (ML) 方面的背景。Amazon Comprehend 消除了这些进入障碍,让数据工程师和开发人员可以轻松访问丰富、持续训练的自然语言处理服务。

您可以通过将来自 Amazon Comprehend 的分析与关系业务信息相结合来构建完整的分析解决方案,从而生成有价值的趋势分析。

Read More

机器学习的三月也疯狂!

在美国,三月中旬是上亿人观看、投注大学篮球联赛的季节。NCAA 大学篮球联赛鑫战正酣,Randall想借此机会简单介绍一下 Wesley Pasfield 的工作,他是我们的专业服务机器学习专家之一。Wesley 可以从 kenpom.com 和 College Basketball Reference 提取数据以创建模型,使用 Amazon SageMaker 嵌入的 XGBoost 算法来预测疯狂三月的结果。

Read More