亚马逊AWS官方博客
Amazon EC2 R5实例更新 – 更快的处理器,更多内存
最近,AWS 发布了基于最新一代 Intel Xeon Scalable Platinum 处理器的全新计算密集型 Amazon EC2 C5 实例。这些实例专为计算量大的应用程序设计,并且与 C4 实例相比,性能明显改进。它们还为每个 vCPU 提供更多内存,是矢量和浮点工作负载的两倍。
在本博客中,我们将演示 BigDL,适用于 Apache Spark 的开源分布式深度学习框架,它可以利用 AWS C5 实例中提供的新功能,这些功能可以显着改善大型深度学习工作负载。具体来说,我们将展示 BigDL 如何使用 C5 实例来利用低精度和量化,以便最多将模型大小缩小 4 倍,使推理速度提升近 2 倍。
新的计算密集型 C5 和 C5d 实例已经在AWS 北京和宁夏区域推出
这些实例专用于计算密集型应用程序,例如批处理、分布式分析、高性能计算 (HPC)、广告服务、高度可扩展的多人游戏和视频编码。新实例提供了比 C4 实例高 49% 的价格/性能改进。它们还有额外的每 vCPU 内存,而且 (对于可以利用新 AVX-512 指令的代码) 对于向量和浮点工作负载有两倍的性能。
Amazon RDS 2018 新增功能回顾
2016 年,我们为不同的数据库引擎推出了 50 种功能。2017,我们推出了近 80 种功能。2018 年,我们为不同的引擎推出了近 100 种不同的功能。本文我们按不同主题分类,带领大家简单回顾一下所有这些功能
使用 Amazon SageMaker 通过自定义数据集训练模型
对于刚上手机器学习的从业人员而言,业务需求所需要呈现的结果,往往不仅是用公开数据集就能够训练出合适的模型。我们往往只有少量的业务相关数据,甚至这些数据也需要从零开始收集整合,而这之后还需要进行数据清洗、数据打标签、特定数据格式转化等复杂的制作特定数据集的步骤,这些工作会阻塞住我们前进的脚步。除了容易在数据集上举步不前外,对于所需要数据量的误解也是另外一大阻碍因素。我们总认为进行机器学习需要“大量”的数据,究竟需要多少数据?在仅有少量数据时就不能训练出准确率较高的模型?本文试图从零开始,从制作自己的数据集开始,来探讨上面提出的问题。
Amazon Cognito 集成微信登录部署系列(五)客户端集成 Cognito 验证
在本篇中,我们将最终完成Android客户端,实现授权并访问AWS资源。
Amazon Cognito 集成微信登录部署系列(四)实现验证逻辑、发布 API
在这一篇中,我们将具体实现对接微信开放平台验证微信用户的业务逻辑。
Amazon Cognito 集成微信登录部署系列(三)与 API Gateway 集成、处理输入参数、返回响应结果
这一篇中我们将介绍如何创建API Gateway中的API, Lambda函数如何处理来自API Gateway的输入参数、响应给API的返回结果,以及实现Lambda函数和API的集成。
Amazon Cognito集成微信登录部署系列(二)用Lambda开发服务端API
这一篇中我们将要介绍Eclipse配置Lambda开发环境,使用AWS Toolkit开始动手开发Java的Lambda函数。
Amazon Cognito 集成微信登录部署系列(一)Cognito 身份池、Dynamodb 表和创建 Lambda 函数
Amazon Cognito 为我们的 Web 和移动应用程序提供身份验证、授权和用户管理,借助它可以实现第三方 (如 Facebook、Amazon 或 Google) 登录,从而便利了开发者使用主流社交网站的登录体系实现用户登录。
Amazon Cognito 已经于2017年11月在由光环新网运营的 AWS 中国(北京)区域发布,AWS 官方尚未支持使用的微信登录,我们通过以下系列文章为大家介绍通过 Amazon Cognito 的开发人员验证的身份来变通实现微信登录。
播客 299:2019 年 2 月更新(目前仅提供英文版)
Simon 带您了解您现在可以利用的众多最新特性、服务和功能。这包括新推出的 AWS Backup 服务,更强大的 GPU 功能,以及新版 SLA 等等!