亚马逊AWS官方博客
使用 Amazon SageMaker 托管 Spark 容器与 Amazon SageMaker SDK 按需运行无服务器Apache Spark数据处理作业
Amazon SageMaker广泛使用Docker容器,允许用户构建用于数据准备、训练及推理代码的运行时环境。Amazon SageMaker内置用于Amazon SageMaker Processing的Spark容器则提供一套托管Spark运行时,其中包含运行分布式数据处理工作负载所需要的各类库组件与依赖项。
通过 Amazon Textract 提取手写信息
总体而言,我们与AWS的合作关系帮助我们解决了一系列极具挑战性的业务难题,由此为客户带来巨大价值。我们计划与AWS继续合作,尝试解决其他更为艰难的问题,最终为我们的客户带来真正的业务价值。 大家可以通过多种方式快速上手Amazon Textract:与我们的AWS合作伙伴Quantiphi联系,联络您的客户经理或解决方案架构师,或者访问我们的 Amazon Textract产品页面以了解更多可用资源。
使用SQL Server原生备份与还原功能,将本地SQL Server数据库迁移至Amazon RDS on VMware
Amazon RDS on VMware支持在本地VMware环境下为用户提供托管SQL Server数据库服务。SQL Server的管理工作向来以复杂与耗时著称,但RDS on VMware足可以帮助大家在VMware vSphere集群上轻松的配置、扩展并运营SQL Server。您可以将原有的本地SQL Sever数据库迁移至RDS on VMware上,借此发挥托管服务的固有优势。
在Amazon RDS for MySQL数据库上提升MySQL只读副本的最佳实践
在本文中,我们将了解如何通过上述方法在Amazon RDS for MySQL数据库上执行主版本升级,以及与之相关的最佳实践。此外,我们还将探讨可供选择的其他操作步骤。
和Netflix一起探索基于DJL的 Java 分布式在线深度学习推理架构
Netflix 是世界上最大流媒体平台提供商。它拥有多个知名影视剧IP例如 《纸牌屋》和《白夜追凶》,同时也拥有超过1.9亿来自全球各地的订阅用户。对于Netflix来说,时刻让用户拥有最佳使用体验是最为重要的。其中一个维持它的秘诀就是使用深度学习模型来提升信息的价值。Netflix在不侵犯用户隐私的前提下,通过收集程序的日志(非用户数据)来分析检查系统的稳定性。具体实现则是利用深度学习模型 + 微服务架构来达到实时分析超大规模的日志的目标。
快速开启云中渲染之路
媒体行业中有大量渲染场景,在本地渲染常常面临资源不足的问题,而公有云以其弹性、扩展性成为大规模渲染的最佳选择。 为了进一步方便客户,亚马逊云科技解决方案研发中心开发了云中渲染农场解决方案(Cloud Rendering Farm Solution),使客户可以一键部署云中渲染农场,快速开始渲染任务。
使用Amazon SageMaker Ground Truth为机器学习工作流构建实时数据标记管道
Amazon SageMaker Ground Truth流式标记作业 提供基础设施与资源,可供您创建持续运行的标记作业。此作业可按需接收新的数据对象并将其发送至工作人员进行标记。您可以将多个流式标记作业链接起来,由此创建出更复杂、更完善的数据标记管道。
使用AWS KMS对存储在自定义Amazon S3存储桶内的输出结果进行加密,并通过Amazon Textract实现多页文档处理
Amazon Textract是一项完全托管机器学习(ML)服务,可以从几乎任意类型的文档当中自动提取输出文本、手写内容及其他数据,从而轻松完成文档的规模化处理。Amazon Textract的功能全面超越了传统的简单光学字符识别(OCR),能够准确识别出表单内的字段内容以及表格中存储的信息。以此为基础,金融、医疗、法律以及房地产等众多行业得以轻松针对不同业务需求处理大量文档。
Modern Apps Live – 在 5 月了解无服务器、容器等
Modern Apps Live 是一系列关于现代应用程序开发的活动,将于 5 月在 Twitch 上直播。 […]
AQUA(高级查询加速器)– 为您的 Amazon Redshift 查询提速
Amazon Redshift 已在各种规模上提供了比任何其他云数据仓库高出 3 倍的性价比。我们是通过设计自 […]