Category: Artificial Intelligence

本文介绍了如何在Amazon Ground Truth中为对象检测模型创建高效的端到端数据收集管道。您可以在创建对象检测模型时亲自体验整个操作过程。您也可以修改后期处理注释，以Pascal VOC格式生成带有标签的数据，可用于Faster RCNN等模型。您还可以在适当修改之后，将这套基本框架应用于其他特定于不同作业需求的数据标记管道。例如，您可以重写注释后处理过程改造框架用于实例分割任务，即对各类对象进行像素级标记，而不是本文示例中在对象周边绘制矩形

在今天的用例中，我们了解到TensorIoT如何使用多项AWS服务提升解决方案的实际价值。除COVID-19疫情之外，各城市也可以继续使用由Amazon Kendra驱动的聊天机器人，帮助居民快速了解特定公共设施的开放时间、道路封闭情况以及紧急事件相关信息。

我们的分析功能在冠军杯赛期间为粉丝们提供增强体验，但这一切仅仅只是开始。在re: Invent 2019大会的比赛中，我们从500多位参赛选手处收集到12000多条单圈时长记录。随着AWS DeepRacer发布新的车辆与竞赛形式，这部分数据将在2020年为更多更高级的分析功能提供支持。

在本文中，我们将讨论DevFactory公司如何使用CodeGuru Reviewer改进其软件即服务（SaaS）应用程序。

在本文中，我们讲解了F1与Amazon机器学习解决方案实验室的科学家们如何合作创建Fastest Driver——第一套以客观事实与数据资源驱动的分析模型，用于计算F1赛事历史上的最强车手。

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。