Tag: industry solution

基于猫狗识别实验掌握在中国区开发DeepLens。

AWS ProServe GCR 利用机器学习进行多步时间序列预测解决方案。

在这个博客里我们针对EKS上有状态服务的数据保护安全需求，介绍了结合KMS服务，在EKS中如何使用StatefulSet、Snapshot Controller 的方式实现有状态服务的存储加密启用，该方式通过从底层存储解决数据加密存储及迁移，无需应用层介入数据迁移，从而简单有效解决了EKS上有状态服务的存储加密需求。

基于亚马逊云和西门子工业边缘的云边协同方案是一个云和边缘协同的集成解决方案，客户可以从 Siemens Industry Edge 和 亚马逊 云服务中获益。 客户可以在本地继续处理需要更低延迟和强制性数据本地化合规要求的数据或业务逻辑，同时利用丰富的云服务，包括 亚马逊 IOT、Data Lake、Data Analytics、AI/ML 和 CICD等，通过托管服务提供扩展的计算和存储资源。

目前市场上对实时数据进行分析的场景越来越多，本文将尝试从DocumentDB中抽取实时数据流，并打入消息队列Kafka，方便后端进行Consume和分析。基于篇幅原因，我们会在之后的文章里使用Flink来实时消费Kafka的数据，方便做特征工程以及实时分析，拿到实时数据中的Insight。

本文将介绍如何使用Amazon IoT控制网络摄像头的布防撤防状态，通过Kinesis Video Streams服务上传云端，同时可以使用Amazon Rekognition服务提供人脸的识别，提供更精准的警报推送服务

使用 AWS Lambda 和 API Gateway 实现微信小程序后端服务

客户可能希望部署 AppStream 2.0 队列，并可选择按容量和非高峰时间计划进行扩展。在一天中的任何时间为用户提供对 AppStream 实例的访问权限。 有两种类型的缩放扩缩, 计划扩缩和容量扩缩。 这一系列解决方案提供了配置两种扩缩类型的选项，它们并不相互排斥，可以一起使用以获得最大的灵活性和成本控制。计划扩缩是通过可扩缩目标资源中的配置选项实现的。并且在这个表格中使用cron格式设置相关时间点来改变队列容量。容量扩展由 CloudWatch 指标上设置的警报驱动。

SageMaker Studio 提供了一个基于 Web 的单一可视化界面，您可以在其中执行准备数据以及构建、训练和部署模型所需的所有 ML 开发步骤。将 Amazon SageMaker Studio 代码存储在 AWS CodeCommit 存储库中，您可以将它们作为独立文档保存以备将来重用。 继续阅读以了解在 CodeCommit 上配置基于 git 的存储库以管理使用 SageMaker 开发的 ML 代码的步骤。

很多的制造企业正在利用数字化技术进行转型，并利用机器学习，计算机视觉和机器人等技术提升制造自动化程度。本文将介绍AWS如何利用这些技术为智能工厂提供解决方案并展示如何利用物理网技术将产线数据上云，如何利用边缘计算技术实时控制设备。