Tag: Amazon S3

本篇博客针对Amazon S3服务的访问控制机制做出系统的剖析，总结不同机制之间的差异和集成方式，以及其适用场景和原因。

Amazon SageMaker 是一种完全托管的端到端机器学习服务，数据科研人员、开发人员和机器学习专家可以快速、大规模地构建、训练和托管机器学习模型。这极大地推进了您所有的机器学习工作，让您能够将机器学习技术迅速融入生产应用程序。

但随着系统中数据规模的持续增长，数据移动也变得越来越困难。为了解决这一挑战、进而从数据中获取最大收益，亚马逊云科技提出了Lake House“智能湖仓”方案。

该文以目标检测模型着手，演示如何一步步基于Sagemaker Neo对训练后的模型文件进行编译优化，来提升模型的推理速度。 文中以yolo3(backbone为mobilenet1.0）模型为例，分别演示模型准备，模型Neo编译，模型导出推理测试，可视化等过程， 推理结果显示基于Sagemaker Neo可以显著提升推理速度，达到一倍以上的加速。

作为开发人员，经常要提供各种尺寸的图像，以确保不同屏幕尺寸的设备都有出色的访问体验。所以图片经常会被处理成各种尺寸以适应APP。本文将阐述一种方式，当设备访问S3上图片时会生成一张适当尺寸的图片返回设备。

这是一篇使用 JuiceFS 作为 Amazon EMR 存储后端的快速入门文章，JuiceFS 是一个专门为在云端工作而设计的 POSIX 兼容的共享文件系统并且兼容 HDFS。JuiceFS 与自建的 HDFS 相比，可以节省 50% ~ 70% 的成本，同时达到与自建 HDFS接近的性能。

This article introduces the use of Athena to crop, enrich, repartition, format conversion and other ETL operations

使用AWS PrivateLink的Interface Endpoint方式访问Amazon Simple Storage Service (Amazon S3)，无须在Amazon Virtual Private Cloud (Amazon VPC)内搭建代理，即可从其他Amazon VPC和IDC内发起访问。Interface Endpoint与Gateway Endpoint同时使用可为整个架构提供更高的灵活性和可靠性。

该博客介绍了如何利用亚马逊云科技的服务组件快速搭建电动车电池告警预测平台，包括存储海量测试数据，构建基于Xgboost分类算法的电池故障报警预测模型，推理预测数据以及可视化的数据展示。

本文档介绍的方案是通过利用跨区域间的VPC对等连接和S3的接口终端节点，来实现跨区域私有访问S3。