Category: Artificial Intelligence

相信作为 Spark 的粉丝或者平时工作与 Spark 相关的同学大多知道，Spark 3.0 在 2020 年 6 月官方重磅发布，并于 9 月发布稳定线上版本，这是 Spark 有史以来最大的一次 release，共包含了 3400 多个 patches，而且恰逢 Spark 发布的第十年，具有非常重大的意义。

今天，Amazon Lex 团队发布了新的控制台体验，让对话体验的构建、部署和管理变得更加轻松。除了新控制台外，我们还推出了新的 V2 API，可提供持续流式处理功能。这些改进让您能够吸引新的受众、进行更自然的对话，并加快开发和迭代的速度。

搭载AWS Graviton2处理器的Amazon EC2 T4g实例适用于突发性通用工作负载。客户每月可获得750个小时的免费t4g.micro实例使用配额，截止日期至2021年3月31日。如果您有意使用搭载AWS Graviton2处理器的Amazon EC2 M6g、C6g以及R6g实例，请访问AWS管理控制台，或参阅实例类型页面以了解更多详细信息。

今天，我非常高兴地宣布， Amazon SageMaker Debugger 现在可以分析机器学习模型，从而可以更轻松地识别和修复硬件资源使用导致的训练问题。

Infoblox团队使用Amazon SageMaker训练出一套深度CNN模型。此模型能够识别出与DNS域名中ASCII字符在外观上高度相似的Unicode字符。以此为基础，该模型还使用Unicode标准识别这些同形异义字符，验证准确率为0.969，测试F1得分为0.969。接下来，他们又编写一款检测器，使用此模型对Passive DNS流量上的IDN同形异义词进行检测，整个流程无需进行任何在线图像数字化或预测操作。

推荐系统的设计是一项艰巨的任务，有时需要对模型进行全面定制。在本文中，我们共同了解了如何在Amazon SageMaker当中从零开始实现、部署并调用NCF模型。以此为基础，大家可以运用自己的数据集打造出更适合自身场景的解决方案。

知识图谱嵌入KGE则为大家提供一种强大的方法，可以对特定节点上的语义与局部结构信息进行编码，您也可以将它们作为机器学习与深度学习模型的输入。DGL-KE支持多种流行嵌入模型，并能够让您通过CPU或GPU的大规模训练得到嵌入结果，训练速度是其他同类技术的2到5倍。

在本文中，我们介绍了如何在无需编写任何代码的前提下，实现ML模型的训练与推理预测。AutoGluon、Amazon SageMaker以及AWS Lambda的密切配合最终让这一看似不可能的任务成为现实。大家可以使用本文中的示例无代码管道实现ML功能，整个过程轻松便捷，不需要任何编程或数据科学方面的专业知识。

在本文中，我们展示了如何使用Amazon Textract与Amazon A2I从多页PDF文档扫描文件中自动提取数据，以及如何根据给定的业务条件对页面进行人工审核。关于Amazon Textract与Amazon A2I的更多详细信息，请参阅将Amazon Augmented AI与Amazon Textract配合使用。

在本文中，展示了使用TensorBoard可视化TensorFlow训练作业，以Amazon S3作为日志存储。您可以使用这套解决方案以及对应的示例notebook，通过Amazon SageMaker构建和训练模型，并运行超参数调优作业。此外，您可以使用TensorBoard对不同训练作业中的超参数进行比较，生成并显示分类器混淆矩阵，剖析并可视化训练作业的性能。