亚马逊AWS官方博客
适用于 WordPress 的 Amazon Polly 插件更新 – 内容翻译和语音化
今年早些时候,我向大家介绍了如何使用 Amazon Polly 插件让您的 WordPress 博客变有声,并详细演示了安装、配置和使用适用于 WordPress 的 Amazon Polly 插件的步骤。今天,我们增加了将您的内容翻译为一个或多个语言,以及为每个翻译版本生成音频版本的能力,让这个插件变得更为强大。翻译功能将使用 Amazon Translate,这是一款中性的机器翻译服务,是我们机器学习服务组合的组成部分。
Amazon Comprehend 发布异步批处理操作
在反复研究客户反馈之后,我们将发布适用于 Comprehend 的全新异步批量推理功能。异步批处理操作可处理存储在 Amazon Simple Storage Service (S3) 存储桶中的文档,并可执行所有常规 Comprehend 操作,例如实体识别、关键短语提取、情绪分析和语言检测。与单文档 API 和批处理 API 相比,这些新的异步批处理 API 支持的文档要大得多,从而减少了客户截断文档以获取服务的需求。当然,所有单文档 API 和批处理同步 API 操作仍可用于提供实时结果。通过增加异步操作,开发人员可以选择最适合其应用程序的工具。让我们深入了解一下这一新型 API。
新版 Network Load Balancer 推出
今天,我们要介绍的是新版 Network Load Balancer (NLB)。它设计用于每秒处理数千万个请求,同时以超低延迟保持高吞吐量,无需您执行任何操作。Network Load Balancer 与 Application Load Balancer 保持 API 兼容,包括对目标组和目标的完全编程控制。
机器学习准确性浅谈
本博文将简单谈谈与机器学习准确性和偏见相关的问题。
使用 Application Load Balancer 内置的身份验证功能简化登录流程
Application Load Balancer (ALB) 提供内置的身份验证功能。ALB 现在可以在用户访问应用程序时安全对其进行身份验证,开发人员不必再编写支持身份验证的代码,也不必承担从后端进行身份验证的责任了。我们的团队构建了一个非常精彩的演示示例,您可以利用该实例尝试身份验证功能。
现已推出:R5、R5d 和 z1d 实例
就在上周,我向大家介绍了我们的发布计划,即将推出具有更快的处理器和更多内存的 EC2 实例。今天,我们很高兴地向大家报告,R5、R5d 和 z1d 实例现已推出,您可以立即开始使用了。本文将对这三种实例进行详细介绍,欢迎点击阅读。
使用 ADMT 迁移本地 AD 用户到 AWS Microsoft AD
在本文中,我们主要讨论使用微软提供的 ADMT(Active Directory Migration Tool) 来实现将用户从本地AD迁移到AWS Managed Microsoft AD。需要注意的是: AWS Managed Microsoft AD 采用 Windows Server 2012 R2 并在 2012 R2 功能级别上操作,如果和本地域功能级别不同,在迁移的时候有可能会出现一些属性无法同步的情况。
将 MySQL 数据库迁移到 Amazon Aurora 数据库
有很多用户在本地或云中使用标准 MySQL 来持久化业务数据,现在他们希望能使用新一代基于云架构的 Aurora 数据库。 使用 Aurora 数据库有非常多的好处,她的性能比普通的 MySQL 数据库高数倍,并且很容易能横向及纵向扩展。对于已有系统,首先会面对如何将现有数据库迁移到 Aurora 中。本文将介绍如何将一个 AWS 云中 Amazon Linux 上的 MySQL 迁移到 Amazon Aurora 的全过程。
Amazon EC2 实例更新 – 更快的处理器,更多内存
本文向大家介绍已经在开发并且将很快推出的三种新的 Amazon EC2 实例类型:Z1d — 计算密集型实例,采用稳定的全内核睿频加速技术,最高工作频率可达 4.0 GHz,是电子设计自动化 (EDA) 和关系数据库工作负载的理想选择,此外也非常适合多种类型的 HPC 工作负载; R5 — 内存优化型实例,采用稳定的全内核睿频加速技术,最高工作频率可达 3.1 GHz,与 R4 实例相比,vCPU 数量最高增加 50%,内存容量最高增加 60%; R5d — 内存优化型实例,配备本地 NVMe 存储(最大型号的 R5d 实例本地存储容量最高可达 3.6 TB),型号和规格与 R5 实例相同。
Amazon SageMaker 增加批量转换功能和适用于 TensorFlow 容器的管道输入模式
AWS 推出了两个新的 Amazon SageMaker 功能:一是批量转换功能,这是一种新的批量推断功能,客户可以通过它对 PB 级的数据进行非实时场景预测;二是适用于 TensorFlow 容器的管道输入模式。SageMaker 依然是 AWS 最受欢迎的服务之一,此博客和机器学习博客都对它进行了非常广泛的介绍。事实上,要赶上 SageMaker 团队快速的创新步伐是一件较为困难的事情。自上一篇有关 SageMaker 自动模型调整和超参数优化功能的博客发布以来,该团队已经推出了 4 种新的内置算法和许多的新功能。下面我们来看新推出的批量转换功能。







