Category: Technical How-to

很多 AWS 客户（包括初创公司和大型企业）都正在其现有应用程序中采用机器学习和深度学习。行业的创新速度促使各企业采用机器学习，其涉及的业务使用案例从客户服务（包括从图像和视频流进行对象检测、情绪分析）到欺诈检测与协作不等。然而，直到最近，采用学习曲线仍然相当陡峭，需要用新的编程语言（例如 Python）和框架开发内部技术专业知识，从而对从编写代码到构建、测试和部署的整个软件开发声明周期产生级联效应。本博客文章中所述的方法可使企业利用现有的才能和资源（框架、管道和部署）来集成机器学习功能。

在本博文中，我们将详细介绍 Sealed Secrets 开源项目中的工具使用情况，该项目允许用户管理将敏感信息部署到 Kubernetes 集群的过程，还可以将这些信息安全地存储在 Git 存储库中和集成到持续交付管道。

本次访谈中，Kat 讲了 Open Robotic 的两个产品 ROS 和 Gazebo 的相关背景知识，还说明了 2020 年按计划即将对 ROS 文档和网站进行哪些更改。

在本博文中，我们将介绍如何：
在 OpenShift on AWS 中配置和部署容器化 Ceph 和 NooBaa。验证容器化 Ceph 和 NooBaa 的部署。使用 Multi-Cloud Object Gateway 创建一个 Amazon Simple Storage Service (Amazon S3) 支持的存储并在应用程序中使用。

本文将要介绍 AutoGluon 和 AutoGluon-Tabular，并解释如何使用它来加速数据科学项目。

本文将讨论 R 的基本知识和 AWS 上 R 的常见工作负载对。

我们将介绍如何将 AWS 与 R 结合使用来创建数据管道，以便从 PDF 中提取数据供以后处理。

本文为 418sec 联合创始人 Adam Nygate、Jake Mimoni 和 Jamie Slome 的客座博文，主要介绍初创公司如何通过 Huntr来帮助保护开源生态系统。

本文是 TriggerMesh 联合创始人 Sebastien Goasguen 的一篇特约文章。本文将解释如何借助 Tekton 和无服务器框架实现 AWS Lambda 函数的自动化部署。

与其他人一样，我也喜欢在笔记本电脑上做原型开发。当我想与人协作时，我会将代码推送到 GitHub 并邀请协作者。当我想运行实验并需要更多的计算能力时，我会在云中租用 CPU 和 GPU 实例，将我的代码和依赖项复制到实例中，然后运行实验。如果您对这个过程很熟悉，那么您可能会奇怪：为什么一定要用 Docker 容器呢？在本文中，我会尝试说明为什么您应该考虑使用 Docker 容器进行机器学习开发。在本文的前半部分，我将讨论在使用复杂的开源机器学习软件时遇到的主要难题，以及采用容器将如何缓和这些问题。然后，我将介绍如何设置基于 Docker 容器的开发环境，并演示如何使用该环境来协作和扩展集群上的工作负载。