亚马逊AWS官方博客

基于 AWS IoT 证书授权最终用户访问云上资源

前言企业在 AWS 上构建自己的应用系统时，常常需要授权应用系统的最终用户直接访问 AWS 资源（例如：允许 […]

新增功能——使用Amazon SageMaker Feature Store存储、发现并共享机器学习特征

今天，我们很高兴公布Amazon SageMaker Feature Store。作为Amazon SageMaker中的一项新功能，Feature Store将帮助数据科学家与机器学习工程师轻松安全地存储、发现并共享训练与预测工作流中使用的被选中数据。

Amazon Forecast现可支持对单一条目进行准确性评估

我们高兴地宣布，现在您已经可以在Amazon Forecast当中评估单一条目的预测准确性，借此更好地了解您的预测模型在最重要的少数核心条目上拥有怎样的预测表现。

使用Amazon SageMaker原生TorchServe集成在生产中支持PyTorch模型

随着客户对于TorchServe需求的不断增长以及PyTorch社区的快速发展，AWS致力于为客户提供一种通用且高效的PyTorch模型托管方式。无论您使用的是Amazon SageMaker、 Amazon Elastic Compute Cloud (Amazon EC2)还是 Amazon Elastic Kubernetes Service (Amazon EKS), 我们都将不断优化后端基础设施并为开源社区提供支持。

利用Amazon ReplaceRootVolume替换实例EBS根卷

客户在使用EC2过程中，难免会碰到诸如根卷损坏或操作系统配置错误，导致无法连接和登录的情况。这会增加日常迁移、重建等繁杂的工作。尤其是客户在采用了存储优化实例(如i3、i3en、d2等)下，自建的服务下（如Hadoop、Kafka），数据丢失、拷贝等成本会非常高。这些在实例存储上昂贵的数据复制操作、繁杂的迁移重建等工作，往往是客户无法承受的。现在依托Amazon ReplaceRootVolume新特性，将帮助客户解决上述问题，轻松应对出现的各种挑战。