亚马逊AWS官方博客

从本地存储架构迁移到 AWS 存储服务

无论用户需要从零开始进行迁移或需要把突发工作负载迁移至云端,AWS提供了能在这一过程的每个环节提供帮助的服务。在从本地存储环境迁移至云端解决方案后,组织将变得更敏捷,更具创新性。将本地数据存储迁移至AWS存储服务还可能帮助组织改善可扩展性与安全性,并降低基础结构成本。

Read More

Lightsail 容器:一种在云中运行容器的简单方法

我向开发人员介绍 AWS 云时,通常会花一点时间来介绍并演示 Amazon Lightsail。它是迄今为止开始使用 AWS 的最简单方法。使用它,您在几分钟内即可在自己的虚拟服务器上运行您的应用程序。今天,我们增加了在 Amazon Lightsail 上部署基于容器的工作负载的可能性。您现在可以将您的容器映像部署到云中,其简单性和捆绑定价与 Amazon Lightsail 为您的虚拟服务器提供的相同。

Read More

使用 TensorBoard 实现 TensorFlow 训练作业可视化

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。

Read More

认识最新的 AWS 精英,包括首批开发工具精英!

AWS 精英计划向来自世界各地拥有丰富 AWS 知识,敢于突破常规与他人分享专长的人士致敬。该计划持续发展,以更好地表彰不同技术领域内最具影响力的社区领袖。

介绍 AWS 开发工具精英
今天,我们将介绍 AWS 开发工具精英:热情倡导 AWS 开发人员体验以及支持这种体验的工具的人士。开发工具精英擅长通过开源贡献、博客、演讲、社区组织和社交媒体来分享知识和构建社区。通过他们的反馈、内容和贡献,开发工具精英可以帮助塑造 AWS 开发人员体验并发展 AWS 开发工具,例如 AWS 云开发工具包、AWS 开发工具包和 AWS Code 服务套件。

Read More

使用 Amazon SageMaker Processing 与 AWS Step Functions 构建机器学习工作流

机器学习(ML)工作流负责编排并自动执行机器学习任务序列,包括数据收集,机器学习模型的训练、测试与评估,外加模型部署。AWS Step Functions能够在端到端工作流中编排并自动执行与 Amazon SageMaker相关的各项机器学习任务。AWS Step Functions数据科学软件开发工具包( AWS Step Functions Data Science Software Development Kit,简称SDK)是一套开源库,使您得以轻松创建包含数据预处理、模型训练和部署的工作流。您可以使用Python创建机器学习工作流,而无需分别设置及整合各项AWS服务。

Read More

使用 A/B 测试衡量 Amazon Personalize 推荐结果的有效性

A/B测试还能够提供客户与Amazon Personalize推荐结果间实际交互方式的宝贵信息。这些结果将根据明确定义的业务指标进行衡量,使您了解推荐结果的有效性,以及该如何进一步调整训练数据集建立起明确认知。在对此过程进行多轮迭代之后,您会发现各项重要指标都将得到改善,客户参与度也将随之提高。

Read More

AWS Nitro Enclaves – 隔离 EC2 环境以处理机密数据

Nitro 系统是一个能够以多种不同方式组合的丰富构建块集合,可以让我们灵活地设计并快速交付 EC2 实例类型,并提供不断增加的计算、存储、内存和网络选项。金融服务、国防、媒体和娱乐以及生命科学各行各业的 AWS 客户都会在 AWS 云上定期处理高度敏感的数据。他们在执行此操作时,需要防止内部和外部威胁,而且需要处理涉及到多个互不信任的合作伙伴、供应商、客户和员工的复杂情况。如今,他们使用 VPC 创建连接受控、有限的高度隔离环境,仅限有限用户集访问该环境。今天,我们推出 AWS Nitro Enclaves,以此来解决此重要需求。

Read More