Tag: 人工智能

作者：Jaeyoung Choi 和 Kevin Li | 原文链接 这是由国际计算机科学研究院的 Jaeyoung Choi 和加州大学伯克利分校的 Kevin Li 所著的一篇访客文章。本项目演示学术研究人员如何利用我们的 AWS Cloud Credits for Research Program 实现科学突破。 当您拍摄照片时，现代移动设备可以自动向图像分配地理坐标。不过，网络上的大多数图像仍缺少该位置元数据。图像定位是估计图像位置并应用位置标签的过程。根据您的数据集大小以及提出问题的方式，分配的位置标签可以是建筑物或地标名称或实际地理坐标 (纬度、经度)。 在本文中，我们会展示如何使用通过 Apache MXNet 创建的预训练模型对图像进行地理分类。我们使用的数据集包含拍摄于全球各地的数百万张 Flickr 图像。我们还会展示如何将结果制成地图以直观地显示结果。 我们的方法 图像定位方法可以分为两类：图像检索搜索法和分类法。(该博文将对这两个类别中最先进的方法进行比较。) Weyand 等人近期的作品提出图像定位是一个分类问题。在这种方法中，作者将地球表面细分为数千个地理单元格，并利用带地理标记的图像训练了深层神经网路。有关他们的试验更通俗的描述，请参阅该文章。 由于作者没有公开他们的训练数据或训练模型 (即 PlaNet)，因此我们决定训练我们自己的图像定位器。我们训练模型的场景灵感来自于 Weyand 等人描述的方法，但是我们对几个设置作了改动。 我们在单个 p2.16xlarge 实例上使用 MXNet 来训练我们的模型 LocationNet，该实例包含来自 AWS Multimedia Commons 数据集的带有地理标记的图像。 我们将训练、验证和测试图像分离，以便同一人上传的图像不会出现在多个集合中。我们使用 Google 的 S2 Geometry Library 通过训练数据创建类。该模型经过 12 个训练周期后收敛，完成 […]

作者：Iris Fu 和 Cambron Carter 这是一篇由工程总监 Cambron Carter 和 GumGum 的计算机视觉科学家 Iris Fu 联合发布的访客文章。用他们自己的话说，“GumGum 是一家在计算机视觉领域具有深厚专业知识的人工智能公司，能帮助客户充分发挥网络、社交媒体及广播电视每天生产的图像和视频的价值。” 目标物检测的最新技术  检测是许多经典计算机视觉问题之一，已随着卷积神经网络 (CNN) 的采用而得到显著改善。随着 CNN 越来越多地用于图像分类，许多人都依靠粗糙和昂贵的预处理程序来生成候选区域 (region proposal)。通过诸如“选择性搜索”之类的算法根据区域的“客体性”(它们包含目标物的可能性) 生成候选区域，这些区域随后被馈送到训练用于分类的 CNN。虽然这种方法能得到准确结果，但需要很高的运行成本。Faster R-CNN，You Only Look Once (YOLO) 和 Single Shot MultiBox Detector (SSD) 等 CNN 架构通过将定位任务嵌入到网络中来折中解决该问题。 除了预测等级和置信度，这些 CNN 还尝试预测包含某些目标物的区域极值。在本文中，这些极值只是矩形的四个角点，通常称为边界框。先前提到的检测架构需要已经用边界框注释的训练数据，即，该图像包含一个人，而且此人在该矩形区域内。以下是分类训练数据和检测训练数据： 超级帅气又非常能干的工程师 我们开始对使用 Apache MXNet 和 Caffe 来训练 SSD 的体验进行比较。明显动机是以分布式方式训练这些新架构，而不降低准确性。有关架构的更多信息，请参阅“SSD: Single Shot MultiBox Detector”。 训练工具  对于这组实验，我们尝试了几款 […]

本客座文章由卡内基梅隆大学的 Dana Van Aken、Geoff Gordon 和 Andy Pavlo 发布。本项目演示学术研究人员如何利用我们的 AWS Cloud Credits for Research Program 实现科学突破。点击：原文链接 数据库管理系统 (DBMS) 是所有数据密集型应用程序最重要的组成部分。它们可以处理大量数据和复杂工作负载。但它们拥有成百上千的配置“开关”，控制了诸如用于缓存的内存量以及将数据写入存储的频率等诸多因素，因此管理起来很困难。组织通常会聘请专家来帮助完成优化活动，但对许多组织来说专家的费用过于高昂。 卡内基梅隆大学数据库研究组的学生和研究人员开发了一款新工具 OtterTune，它可以针对 DBMS 配置开关自动查找较佳的设置。其目标是让每个人都可以轻松部署 DBMS，即使是毫无数据库管理专业知识的人。 与其他 DBMS 配置工具不同，OtterTune 利用在优化之前的 DBMS 部署期间获得的知识来优化新的部署。这可以显著缩短优化新 DBMS 部署所需的时间以及减少所需的资源。为此，OtterTune 维护了一个存储库，用于存储在之前的优化会话中收集的优化数据。它利用此类数据来构建机器学习 (ML) 模型，以捕获 DBMS 对不同配置的响应方式。OtterTune 使用这些模型来指导新应用程序的试验，进而推荐可改善最终目标 (例如，减少延迟或提高吞吐量) 的设置。 在本文中，我们将讨论 OtterTune ML 管道中的每一个组件，并演示这些组件如何彼此交互以优化 DBMS 配置。然后，我们将通过比较 OtterTune 推荐的最佳配置与数据库管理员 (DBA) 及其他自动优化工具选择的配置的性能，评估 OtterTune 对 MySQL 和 Postgres […]

Amazon Connect 和 Amazon Lex 这两项我最喜欢的服务最近推出了一些增强功能，我非常高兴有机会与大家分享这些功能。Amazon Connect 是一项基于云的自助式联络中心服务，可使任何企业能够轻松地以更低成本提供更优质的客户服务。Amazon Lex 是一项使用语音和文本构建对话界面的服务。通过将这两项服务相集成，您可以利用 Lex 的自动语音识别 (ASR) 和自然语言处理 (NLU) 功能为客户打造自助式体验。为了做到这一点，Amazon Lex 团队创建了新的深度学习模型，专门用来识别 8kHz 音频样本中的呼叫中心对话，稍后我将对此进行详细介绍。如果自动程序可以处理 90% 的客户请求，则客户等待时间将会减少，从而有更多时间来使用您的产品。 如需 Amazon Connect 或 Amazon Lex 的更多背景信息，我强烈建议您阅读 Jeff 之前发布的有关这两项服务的帖子 [1][2] (尤其是在您喜欢 LEGO 的情况下)。 接下来，我将向您展示如何使用这项新集成。大家也许知道，我喜欢在自己的 Twitch 频道上试用这些服务。我会选择一款我们针对 Twitch 频道构建的应用程序，然后针对博客进行修改。在这款应用程序的核心，用户拨打 Amazon Connect 号码后，随即会出现一系列“连锁反应”：将用户连接到 Amazon Lex 自动程序，自动程序调用 AWS Lambda 函数，而函数随后执行一组操作。 我们的应用程序有什么作用呢？我想最终解决哪个代码编辑器最为出色这个问题：我钟爱 Vim，这是一款超赞的编辑器，它的代码编辑功能非常棒 (堪称最好的编辑器)。我的同事 Jeff 偏爱 Emacs，它是一款强大的 […]

随着深度学习和语义分析技术的飞速发展，基于声音的人工智能受到不同行业、不同市场越来越多的青睐。就像触屏技术颠覆了整个个人移动设备行业一样，我们相信语音技术将会是未来的颠覆者之一。在这个领域已经有很多先驱的产品问世，而其中扮演主要角色之一的就是来自亚马逊的智能音箱Echo。 什么是Alexa? 我们先简单介绍一下Echo及其背后人工智能Alexa的故事。Echo是一个可以与用户对话的智能音箱，他帮助客户完成各种信息查询（诸如天气，行车路线规划等），执行各种日常任务（如闹钟，音乐等），还能帮助客户在亚马逊电商网站搜索并购买商品。其实Echo本身并不具备复杂的学习分析能力，它的智能部分是通过互联网连接到其云端的Alexa服务完成的。也就是说如果Echo是手，Alexa就是她云端的大脑。Echo的成功正是来自于Alexa。作为云端的人工智能，Alexa的Skill Kits被亚马逊开放出来供全球更多的智能设备制造商使用，这不仅帮助这些厂商更容易地完成他们自己的智能产品，更是打造了一个庞大的基于Alexa的生态圈。很多厂商将自己研发的新的Alexa Skills Kits开源共享，使得Alexa这个超级大脑在各行各业都有着越来越多的智能功能。而刚刚过去的AWS 2016 Re:Invent大会上，Alexa也被正式打造成AWS云计算的一个服务 – LEX提供给广大客户。 Capital One 与Alexa 如果在其他行业看到Alexa广泛应用，大家可能并不新奇。但如果说在传统谨慎的银行业看到Alexa依然能大展身手，不得不说是一个惊喜。下边我们来介绍一下全美最大的银行之一Capital One如何玩转Alexa从而给客户带来全新的银行体验。 Capital One 于2015年的Re:Invent大会公布了与AWS的合作。用他们CIO Rob Alexandar 的话来说：“金融行业吸引了全世界最难对付的的网络黑客。通过与AWS的深度合作，我们意识到在云中的运维要远比我们在自己本地的数据中心安全”。可见AWS的安全性对银行业来讲并不是一个技术问题，而更多的是一种思维模式的转换和对云常态的接纳。 在探索Alexa的应用上，去年Capital One已经提出了业务设计的原型，而今年他们真正完成了Capital One 基于Alexa的智能语音银行助手。从互联网应用的角度来讲，如果说网上银行或者手机银行是银行与客户的传统互动模式，那么现在智能语音银行将开启一个全新的客户互动体验。具体来说，Capital One基于Alexa开发并实现了如下功能（第一阶段）： 信用卡账单支付 信用卡余额查询 储蓄账户余额查询 列出近期消费记录 查询信用卡可用额度 查询信用卡账单到期日 账户信息概况/总览 不难看出，目前基于智能语音的服务主要是信息查询类服务，只有第一条是交易类的信用卡支付。究其原因，一方面信息查询类服务在Alexa的应用上本就是一个经典场景；另一方面从安全的角度来说，在最糟糕的情况下，如果别人窃取了你的Alexa语音助手账号，他所能做的唯一交易也仅是替你付清信用卡账单。当然，关于安全这点，我们后边会详细分析，接着我们要说说Capital One设计这个智能语音银行助手的一些心路历程： 首先，与其他大型企业或集团的慢决策风格相似，在谨慎的银行业接受并使用智能语音银行对Capital One来说无疑是一个大胆的尝试。除了组建专门的项目组之外，Capital One 采用了Conference Driven Development的模式，通过内部不同团队间的数次会议讨论，大力促成并推荐基于Alexa的项目。 其次，Capital One也调研了其广泛的客户群体，搜集客户的声音和反馈。根据调查结果，客户对可以解放双手的智能语音银行很感兴趣，并且除了查询信息，他们甚至接受转账交易类的服务；但客户同时也提出了对软硬件安全的担心，并且不希望自己的金融信息保存在提供智能语音服务的第三方那里（比如亚马逊）。同时，Capital One将调研中客户感兴趣的主要服务功能分成了两类，一是任务类，一是状态查询类（比如，总的来说我的金融资产状况是否健康？）。这方便后期的进一步功能开发。 第三，从语义分析的角度，Capital One 基于客户的各种需求，总结了一些需要注意的地方。例如，注意结合语境回答问题，避免对余额偏低的客户用玩笑的口吻回复（因为他们可能真的不富有）。再比如，避免问客户一些可以联网查询到的常识问题，避免用生硬晦涩的专业金融或法律法规词汇回答客户问题，尽量使回复简单易懂口语化。另外，相比于机械的回答，Capital One赋予了丰富的个人性格给智能语音银行助手，使其与客户的互动更人性化，甚至有时附带幽默感。最后，结合客户的谈话深度和广度，Capital One综合了客户常用的各种表述方式开发了新的Alexa Skills Kit，努力使智能语音银行助手既能对客户提出的、意图明显的问题进行快速回答，又能在一些模糊的、泛泛的话题上不失语境地与客户互动。比如针对近期信用卡的消费记录，Capital One总结了来自不同客户的150多种询问方式，并将其植入Alexa Skills Kit，使得智能语音银行助手在不同语境下都能更好的理解客户的问题。 第四，在安全的方面，Capital […]

在准备写下这篇文章时，我的思绪不禁回到了自己的孩提时代（那时候大部分时间都用在了看电视上）。上世纪六十到七十年代，出现了大批热门的计算机与机器人语音产品。一瞬间，哈尔-9000、B9（来自〈迷失太空〉）、初代《星际旅行》中的计算机以及罗茜（来自〈摩登家庭〉）等形象再次涌现在我眼前。那个时候，人们都热衷于这种机械生成的语音——声音精准、清晰且缺乏人类应有的情感。 时间快速推进，如今我们已经拥有大量出色的计算机生成语音应用及用例可供选择，业界将其称为文本到语音或者简称TTS功能。娱乐、游戏、公共发布系统、电子学习、电话、辅助应用及设备乃至个人助手都已经开始将其引入。其中大部分应用能够很好地对接移动环境，但本地处理及存储型方案则表现平平。 你好， Polly 为了解决此类用例的实际需求（当然也包括其它大家能够想到的场景），我们推出了Polly，这项云服务能够将文本转化为逼真的语音，并允许大家将其用于您的工具及应用程序当中。Polly目前支持总计47种男声/女声表达并涵盖24种语言（暂不支持中文），而更多语言及语音选项亦在路线图规划之中。 Polly的设计目标在于解决语音生成工作中的大部分常见挑战。举例来说，我们以“live”一词为例，“I live in Seattle”代表我生活在西雅图，而“Live from New York”则代表由纽约发回的现场直播，二者在意义上显然存在差别。Polly能够理解这种同一词汇在不同语境下的含义，并给出完全不同的发音。类似的例子还有“St.”。根据语言类别及上下文背景的不同，其可以代表（或者应该发音为）“Street（街道）”或者“saint（圣）”。Polly同样能够准确识别二者间的差别。另外，Polly亦能够处理单位、分数、缩写、货币、日期、时间以及其它复杂的语言成分与表达方式。 为了实现这一目标，我们与以Polly支持的目标语言为母语的语言专家们进行合作。我们要求每位参与者利用其选定的语种提供大量单词与短语发音，并将音频拆分为声音单元，即双音素。 Polly在处理普通文本时拥有良好表现。大家只需要提交文本，Polly即可顺利完成接下来的工作，即以音频文件或者流媒体的方式给出精准、自然且与人类相似的语音表达。对于其它更为复杂的应用，大家可以使用SSML（即语音合成标记语言）为Polly提供更多附加信息。举例来说，如果您的文本内容中包含多种语言（例如英语与法语混杂），则可利用SSML作出标记以纠正发音。 在本文中我无法直接提供相关语音片段，因此感兴趣的朋友可以直接访问Polly Console（https://console.aws.amazon.com/polly）并亲自加以尝试。大家只需要输入文本内容并点击Listen to speech（听取语音）即可： 大家也可以将生成的音频保存在MP3文件并将其运用于您的应用程序当中。 以下为完全展开的语言与地区菜单： 技术细节 通过Console使用Polly当然非常便利，不过大家也可以采取其它方式以实现更具动态的使用途径。大家可以在文本或者SSML当中调用SynthesizeSpeech API函数。大家可以直接将输出结果以流媒体形式直接交付至用户，或者生成MP3或Ogg文件以备需要时播放。Polly能够以MP3或者Vorbis格式生成高质量（最高采样率为22 kHz）音频，亦可以PCM格式生成电话质量级（8 kHz）音频。 大家也可以利用AWS命令行界面（CLI）生成音频。例如： Polly会对全部闲置数据进行加密，并通过SSL连接进行音频传输。所提交文本与提交者间的关联将被移除，以加密形式存储最多6个月，并被用于维护及改进Polly功能。 价格与上线时间 大家每月可以利用Polly处理500万字而无需支付任何费用。在此之后，每个字的处理价格为0.000004美元，或者折合为音频生成约为每分钟0.004美元。本篇博文的语音转换价格约为0.018美元，而《哈克贝利-费恩历险记》全文的语音转换亦仅需约2.4美元。 Polly目前已经在美国东部（北弗吉尼亚州）、美国西部（俄勒冈州）、美国东部（俄亥俄州）以及欧洲（爱尔兰）服务区上线，大家可以从今天开始加以使用。 -Jeff 原文链接： https://aws.amazon.com/cn/blogs/aws/polly-text-to-speech-in-47-voices-and-24-languages/  

尽管能够“说话”的计算机确实令人振奋，但学会了倾听与回应的计算机无疑更加出色！如果大家曾经使用过Amazon Echo，一定体会过在Alexa服务支持下的交互模式是多么简单、实用和强大。 今天，我们利用与Amazon Alexa相同的深度学习技术（ASR，即自动语音识别；NLU，自然语言理解），为大家带来能够在您的对话应用程序内生效的新服务。大家可以利用Amazon Lex服务构建聊天机器人及其它类型的Web与移动应用程序，其将带来逼真的对话交互能力。您的聊天机器人能够提供信息、支持应用程序、简化工作行为，或者为其它机器人、无人机乃至玩具提供控制机制。 Amazon Lex的设计目标在于帮助大家快速实现上述目标。大家首先可在Lex Console中设计您的对话，即为Lex提供某些示例性短语以构建自然语言模型。在此之后，您即可公布自己的Amazon Lex机器人并利用其处理来自您用户的文本或者语音对话内容。Amazon Lex是一项全托管服务，因此大家无需为其配套基础设施的设置、管理或者规模伸缩而费心。 您的聊天机器人目前可接入Facebook Messenger; 面向Slack与Twilio的整合工作正在进行当中。在AWS方面，Amazon Lex可与AWS Lambda、AWS Mobile Hub以及Amazon CloudWatch进行协作。您也可在代码中使用Amazon DynamoDB、Amazon Cognito以及其它服务。 Amazon Lex允许大家利用AWS Lambda函数以实现聊天机器人的业务逻辑，其中包括接入您的企业应用及数据。配合刚刚公布的、适配于AWS Mobile Hub的SaaS集成能力，大家可以使用自己构建的企业生产力机器人为客户、联系人、领导层，以及存储于其它SaaS应用程序内的企业数据提供对话界面。 综合上述内容，大家现在能够利用全部相关组件来构建全面集成化解决方案。Amazon Lex可由移动应用为起点，并可逐步推进至逻辑实现层面。 Amazon Lex概念 下面我们将对Amazon Lex的各项基本概念加以阐述： 机器人 –  一个包含了所有对话组件的聊天机器人。 意图 –  意图代表使用这个机器人的用户所希望达成的目标（包括购买机票、安排预约或者获取天气预报信息等）。 话语 –  话语指的是以语音或者文本形式表达的短语。每个话语会调用一项意图。“我想预订酒店”或者“我想预订鲜花”就是两条简单的话语。 槽位 – 每个槽位代表着满足用户意图所对应的数据片段。槽位内容拥有具体类别; 差旅机器人一般使用的槽位包括城市、州或者机场。 提示 –  提示表现为问题，用于要求用户提供某些数据（以填充槽位）来表述其意图。 实现 –  实现代表的是能够达成用户意图的业务逻辑。Lex支持利用Lambda函数作为实现手段。 机器人、意图以及槽位具备版本控制机制，因此大家可以在多开发者环境当中，在诸如开发、测试、分段以及生产等流程间设定明确的边界。大家可以为机器人创建多种别称，并将其映射至各组件的特定版本当中。 构建一套机器人 大家可以通过Lex Console定义Lex机器人并为其设置全部组件。作为起步，大家可以首先使用我们提供的样例或者直接创建您理想中的定制化机器人： 您可在下一页面中定义您的话语及其配套槽位： 而后利用以下设置对机器人进行自定义： 您可以通过交互进行机器人测试并随时调整，直到其反应与预期相符： 此后，您可以生成一条回调URL以将其应用在Facebook（或者其它支持平台）当中： 在本届re: […]

看到这张图片时，你的大脑是如何理解它的呢？ 你可能看到一只动物、一只宠物、一只狗或者更为具体——一只金毛犬。图像与这些标签之间的联系并非硬性嵌入您的大脑，而是在看过成百上千张这样的图片之后，你的大脑才能够直接给出正确的解读。通过多个不同层面的认知，我们学会了如何区分动物与植物，猫与狗，以及其它犬种与金毛犬间的差异。 深度学习之于图像检测 然而，事实证明：为计算机赋予和人类同等水平的理解能力是一项相当困难的任务。在数十年的研究过程中，计算机科学家们尝试利用各种方法来解决这一难题。时至今日，计算机科学领域已经达成广泛共识——即解决该问题的最佳途径为深度学习。深度学习利用特征抽象化与神经网络相结合的方法输出结果。这一方法甚至曾被伟大的科幻作家Arthur C. Clarke评论为“简直与魔法无异”。 然而，深度学习仍然需要投入相当高昂的成本。首先，大家需要耗费可观的精力与时间进行训练。从本质角度讲，这意味着我们需要为学习网络提供范围极广的已标记示例（“这是一只狗”、“这是一只宠物”等等），从而确保其能够将图像中的特征性内容与标签联系起来。这个阶段需要占用可观的计算资源，特别是考虑到神经网络自身的实际规模以及多层级属性。训练阶段完成之后，成熟的网络即可更为轻松地评估其它新型图像。其结果通过传统置信水平（0%至100%）表现，而非直接给出不容置疑的事实。如此一来，大家将能够决定自己的应用适合搭配怎样的精度。 Amazon Rekognition介绍 今天，我将向大家介绍Amazon Rekognition。我们的计算机视觉小组多年以来一直致力于开发深度学习方案，并以此为基础推出了这项完备的服务，其目前每天已经能够分析数十亿张图片。该服务利用成千上万对象及场景进行训练，因此现在可供大家的应用程序直接使用。如果大家对此抱有兴趣，那么不妨在着手深入研究并编写代码以利用Rekognition API之前，访问下面的网址： https://console.aws.amazon.com/rekognition/home 查看我们提供的相关演示。 Rekognition在设计初期就充分考虑到了规模化使用需求，能够识别场景、物品以及面部图像。在获取图像之后，Rekognition能够返回一份标签列表。对于那些包含一张或者多张面孔的图像，它会为每张面孔返回范围框及其属性。下面让我们来看看其如何分析文章开头的这幅金毛犬图片（顺带一提，这只小美女名叫Luna）： 如大家所见，Rekognition以高置信水平将Luna标记为一只动物、一只狗、一只宠物以及一只金毛犬。必须强调的是，这些标签相互独立，这意味着该深度学习模型并没有明确理解各标签之间的关系，例如狗与动物。其只是之前Rekognition训练时使用的素材恰好将这两个标签与以狗为中心的内容加以关联。 下面再来看Rekognition如何分析我和妻子两人的合照： Amazon Rekognition找到了我们的面部位置，并用框体将其圈出，同时告知我妻子的表情非常幸福（这张照片拍摄于她生日当天，能让她感到幸福也是我发自内心的期许）。 大家也可以利用Rekognition比较不同面孔，并询问其是否在给定照片中找到了其它面孔。 这一切强大的处理能力皆可通过一组API函数进行访问，大家可以利用控制台（https://console.aws.amazon.com/rekognition/home）进行快速演示。举例来说，大家可以调用DetectLabels从而通过编程方式重现我给出的第一个示例，或者调用DetectFaces以重现我的第二个示例。大家可以对进行多次调用IndexFaces，从而帮助Rekognition作好识别面部信息的准备。每一次对IndexFaces进行调用，Rekognition都会从图片中提取出部分特性（被称为面部矢量），存储这些矢量并丢弃该图像。大家可以创建一套或者多套Rekognition收集库，并在每套库内存储多个相关面部矢量组。 Rekognition能够直接将处理图像保存在Amazon简单存储服务（简称S3）当中。事实上，大家亦可以利用AWS Lambda函数处理任意规模的新近上传图像。大家还可以利用AWS身份与访问管理（简称IAM）服务对指向Rekognition API的访问加以控制。 Rekognition的实际应用 那么，大家能够利用Rekognition做什么有趣的事？我个人倒是有很多想法。 如果大家已经拥有大量图像，则可利用Amazon Rekognition对其进行标记与索引。由于Rekognition属于一项服务，因此大家能够每天处理数百万张图像，而无需为底层基础设施的设置、运行以及规模伸缩费心。大家可以随时运用视觉搜索、标签浏览以及一切交互式发现模式。 大家也可以利用Rekognition配合多种不同验证及安全背景。大家可以对摄像头上显示的面孔与存档照片进行比较，从而判断是否允许对方进入安全区域。大家也可以执行视觉监控，即从照片中找出那些值得关注或者追踪的对象或者人物。 大家可以构建“智能化”营销公告牌，利用其收集观看人员的相关统计数据。 已经上线 Rekognition服务目前已经在美国东部（北弗吉尼亚州）、美国西部（俄勒冈州）以及欧洲（爱尔兰）服务区上线，大家从今天开始即可使用。作为AWS免费层的组成部分，大家每月可利用其分析最多5000张图像并存储最多1000个面部矢量，免费周期为一年。在此之后（或者您需要对处理容量进行扩展），大家需要以分层方式根据分析图像以及所存储面部矢量的具体数量付费。 还想了解更多信息？我们将于美国中央时区时间12月14日星期三的上午4:00到5:00召开网络研讨会，感兴趣的朋友可以访问： https://publish.awswebcasts.com/content/connect/c1/7/en/events/event/private/23850344/41359021/event_registration.html?connect-session=graysonbreezdndrpkw7uwmhrgxc&sco-id=55023367&campaign-id=JB&_charset_=utf-8 进行注册。 中国区的AWS用户也不用着急，我们将会很快举办一场AWS re:Invent 2016的回顾活动，全面为大家介绍此次发布的新功能与新服务。敬请期待！ -Jeff 原文链接： https://aws.amazon.com/cn/blogs/aws/amazon-rekognition-image-detection-and-recognition-powered-by-deep-learning/  

前言 近几年来，深度学习得到了长足的发展，伴随着深度学习的发展，深度学习框架也变得越来越为人们所熟知。TensorFlow是谷歌开源的深度学习框架，自开源以来得到了业界的认可和支持，特别是在TensorFlow分布式版本发布以后，更多的深度学习专业人士开始使用TensorFlow进行分布式的深度学习研究。 深度学习框架底层需要硬件资源的支持，特别需要GPU实例的支持，而AWS云端弹性的GPU实例无疑是深度学习从业人员手中最灵活的资源。 本文将介绍在AWS上使用GPU实例安装配置分布式TensorFlow的过程，希望可以让读者快速搭建自己的深度学习环境，尽快深入到自己的生产应用中或者是研究领域中。 环境准备 首先我们需要为TensorFlow安装准备基础环境，其中包括AWS账号的创建，IAM用户的创建，VPC的划定等工作。有关这些具体工作的细节在本文就不详细讲述了，这些方面的细节请参考相关博文或者技术文档。 准备好账号之后就需要启动两台GPU实例进行设置，考虑到启动实例后需要进行一些软件部署，建议先启动一台GPU实例，安装设置好TensorFlow之后创建实例的AMI镜像，然后通过镜像启动第二台GPU实例，这样比较节省时间。 本文以Ubuntu作为基础环境，所以在启动实例的时候选择操作系统时选择Ubuntu镜像，本例选择的是。 进一步需要做的是选择实例类型，在AWS上的GPU实例有G2和P2两种大的类型。 P2使用了NVIDIA的K80 GPU，实例的具体配置如下： G2使用了NVIDIA的K520 GPU，实例具体配置如下： 选择你希望使用的实例类型，然后按照EC2启动向导启动该实例。关于EC2启动的不同选项请参考相关文档，这里需要留意的是“置放组”选项，如果我们启动多个EC2实例运行TensorFlow并进行分布式计算，把这些实例放在一个“置放组”内会有效提高实例间的网络通讯效率。 实例启动后通过ssh工具连接到该实例上开始安装过程。 安装TensorFlow 准备好EC2实例后，通过ssh工具连接到实例上，开始以下安装工作。 因为TensorFlow安装需要较长时间，所以建议连接到EC2实例上以后通过screen命令或者tmux命令启动session管理，这样安装过程中出现ssh连接中断也可以继续完成安装工作。 首先需要安装相关的依赖包，具体命令如下： sudo apt-get update sudo apt-get upgrade sudo apt-get install -y build-essential git python-pip libfreetype6-dev libxft-dev libncurses-dev libopenblas-dev gfortran python-matplotlib libblas-dev liblapack-dev libatlas-base-dev python-dev python-pydot linux-headers-generic linux-image-extra-virtual unzip python-numpy swig python-pandas python-sklearn unzip wget pkg-config zip g++ […]

知识补充： 什么是AWS Lambda？ AWS Lambda在可用性高的计算基础设施上运行您的代码，执行计算资源的所有管理工作，其中包括服务器和操作系统维护、容量预置和自动扩展、代码监控和记录，只在需要时执行您的代码并自动缩放，从每天几个请求到每秒数千个请求，其提供了AWS基础设施的高可用性，高安全性，高功能性和高可扩展性。 具体可参考: https://docs.aws.amazon.com/zh_cn/lambda/latest/dg/welcome.html 什么是Alexa Skills Kit？ Alexa是Echo内置的语音助手，通过它能够唤醒Echo。Alexa的优点在于，它基于云端，因此我们可以随时对其进行改进。Alexa Skills Kit (ASK)是一个由自服务API、工具、文件和实例代码的集合，可轻松构建你自定义的Alexa skills，然后发布。 具体可参考: https://developer.amazon.com/public/solutions/alexa/alexa-skills-kit 1. 打开链接https://aws.amazon.com/，申请亚马逊AWS账号。登录控制台，选择AWS Lambda服务，创建Lambda Function。 2. 选择Alexa Skills Kit 3. 下载需要用到的代码，解压，打开index.js文件，修改文件中的开发者账号ID，如下： https://s3.cn-north-1.amazonaws.com.cn/bjsdemo/LambdaAlexaSkillsKit/RecipeTemplate.zip 修改完成之后，然后打成Zip包上传（注意，这里的打包不需要文件夹，直接把.js文件打包成RecipeTemplate.zip） 接着点击“Create function” 到这里，Lambda 创建成功。 4. 进入https://developer.amazon.com/，创建Alexa Skills Kit。 选择ALEXA 5. 选择“Alexa Skills Kit” 6. 点击“Add a new Skill” 7. 填写Name: Solution Helper，Invocation Name: solution helper 8. […]