AWS 上的机器学习

让机器学习掌握在每位开发人员的手中

 

AWS 为您的业务提供最广泛、最深入的机器学习和 AI 服务。

我们代表客户,专注于解决一些阻碍每位开发人员掌握机器学习的最艰巨挑战。

您可以从预先训练的计算机视觉、语言、推荐和预测 AI 服务中进行选择;Amazon SageMaker 能够大规模快速构建、训练和部署机器学习模型;或者构建支持所有常用开源框架的自定义模型。

我们的功能以最全面的云平台为基础构建,该平台利用高性能计算针对机器学习进行了优化,而且无损安全性和分析功能。

Expedia Group

“AWS 是理想的机器学习平台,它为我们实现成为世界级旅游平台的承诺开启了新途径。”

– Expedia Group,Hotels.com 副总裁兼首席数据科学官 Matthew Fryer

数十万客户

AWS 上机器学习的运用频率多于其他任何地方。

AWS Machine Learning 客户

ML 服务
ML 服务

快速构建、训练和部署 ML

AI 服务
AI 服务

轻松提升应用程序智能水平

框架
框架

具有最广泛的框架支持,提供多样选择和灵活性

计算
计算

速度最快、成本最低的计算方案

分析与安全性
分析与安全性

功能全面、强大

学习工具
学习工具

通过 AWS DeepRacer 和 DeepLens 深入探索 ML

ML 服务

Amazon SageMaker

快速构建、训练和部署机器学习模型

Amazon SageMaker 可以帮助开发人员和数据科学家快速轻松地构建、训练和部署任何规模的机器学习模型。从运行实时欺诈检测模型到以虚拟方式分析潜在药物的生物影响,再到预测棒球比赛中的盗垒成功率,它消除了各使用案例和行业成功实施机器学习的复杂性。

Amazon SageMaker Studio:通过 Amazon SageMaker Studio 体验首个适用于机器学习的完全集成式开发环境 (IDE),您可以在其中执行所有 ML 开发步骤。您可以在单个可视界面中快速上传数据、创建和共享新笔记本、训练和优化 ML 模型、在步骤之间来回移动以调整试验、调试和对比结果以及部署和监控 ML 模型,从而大幅提升工作效率。

Amazon SageMaker Autopilot:使用 Amazon SageMaker Autopilot 自动构建、训练和优化模型,并获得全面的可见性和控制性。这是业内首个自动机器学习功能,可让您完全控制和了解模型的创建方式以及创建这些模型时使用的逻辑。

构建


使用 Amazon SageMaker 笔记本提高协作速度:Amazon SageMaker 笔记本预览版现已推出,可提供一键式 Jupyter 笔记本,您可以在几秒钟内开始工作。您可以轻松共享内容,因为所有代码依赖项都是自动捕获的,因此您可以轻松与他人协作。内置算法和深度学习框架:使用针对规模、准确性和性能进行了优化的内置算法和领先的深度学习框架。

ML 商城:从 AWS Marketplace 中用于机器学习的数百种预构建算法和模型中进行选择,然后在 Amazon SageMaker 中使用它们。

将标记成本降低最多 70%:使用 Amazon SageMaker Ground Truth 构建准确度高的训练数据集,并且将数据标记成本降低最多 70%。

训练


一键式训练,准确度高:只需单击一次或调用一次 API,即可在完全托管的基础设施上训练模型。使用自动模型优化功能实现最高的准确性,以从所选算法中选择最佳的超参数组合。

试验管理:使用 Amazon SageMaker 试验组织、跟踪、评估和比较数千次训练运行情况。您可以跟踪和管理迭代,因为系统将自动捕获输入参数、配置和结果,从而使您可以组织和评估很多试验。

分析、调试和修复问题:Amazon SageMaker 调试程序可以在 ML 训练过程中自动捕获实时指标,消除了此过程中的不透明性,使您能够提高模型准确性。

部署


一键式部署:只需单击一次或调用一次 API 即可部署经过训练的 ML 模型,从而开始为实时或批量数据生成预测。

始终确保模型的准确性:使用 Amazon SageMaker 模型监控器来检测和修复概念偏差,并确保已部署的 ML 模型具有高质量。

将机器学习推理成本降低最多 75%:使用 Amazon Elastic Inference 可以增加适量的 GPU 驱动型推理加速功能,而无需更改代码,从而帮助您将推理成本降低最多 75%。

使用 SageMaker Operators for Kubernetes 更轻松地进行编排:将 Amazon SageMaker 的完全托管功能用于您的 ML 基础设施,继续使用 Kubernetes 进行编排,并借助更好的控制功能来管理管道。

实施对机器学习预测的人工审查:借助 Amazon Augmented AI (A2I),您可以轻松构建对 ML 预测进行人工审查所需的工作流程。

GE Healthcare
Hotels.com
NFL
Intuit
Thomson Reuters
道琼斯

AI 服务

轻松提升应用程序智能水平

不需要机器学习技能

AWS 预先经过训练的 AI 服务为您的应用程序和工作流程提现成的智能功能。AI 服务可轻松与您的应用程序集成,帮助处理常见使用案例,如个性化推荐、实现联络中心现代化、提升安全性和提高客户参与度。我们使用 Amazon.com 和 ML 服务采用的技术,因此您可以通过不断学习的 API 获得高质量和准确性。最重要的是,AWS 上的 AI 服务不需要机器学习经验。

推荐

推荐

使用 Amazon.com 采用的推荐技术为您的客户提供个性化体验。

预测

预测

基于 Amazon.com 使用的机器学习预测技术构建准确的预测模型。

图像和视频分析

图像和视频分析

将图像和视频分析添加到应用程序中,从而可对资产进行编目、实现媒体工作流自动化并提取含义。

高级文本分析

高级文本分析

使用自然语言处理从非结构化文本中提取见解和关系。

文档分析

文档分析

自动从数百万文档中提取文本和数据,在短短几个小时内即可完成,减少了手动操作。

语音

语音

将文本转换为逼真的语音,为应用程序增加语音功能。

会话聊天代理

会话聊天代理

轻松构建会话聊天代理,改善客户服务并提高联络中心效率。

翻译

翻译

利用高效、经济实惠的翻译扩大覆盖面,触及多语言客户。

转录

转录

轻松为应用程序和工作流添加高质量的语音转文本功能。

对话代理

为您的应用程序添加自然语言搜索功能,以便最终用户可以更轻松地找到所需信息。

翻译

欺诈检测

根据 Amazon.com 上使用的相同技术,识别潜在的欺诈性在线活动。

转录

代码

自动执行代码审查并确定最昂贵的代码行。

Motorola Solutions
Duolingo
Finra
Vidmob
NASA
GE Appliances

ML 框架

在选择 ML 框架方面提供多种选择和灵活性

您可以从 TensorFlowPyTorchApache MXNet 和其他常用框架中进行选择,来试验并定制机器学习算法。您可以在 Amazon SageMaker 中以托管体验的形式使用所选择的框架,也可以使用 AWS Deep Learning AMI(Amazon 系统映像),该映像配备所有最新版本的最常用深度学习框架和工具。

  • 云中 81% 的深度学习项目都在 AWS 上进行
  • 云中 85% 的 TensorFlow 项目都在 AWS 上运行
  • 常见深度学习模型的训练速度最快:根据 AWS 优化型 TensorFlow 和 PyTorch 的记录,Mask-RCNN(对象检测)和 BERT(自然语言处理)的训练速度最快。了解更多 »

云中 85% 的

TensorFlow 项目都在 AWS 上进行

Zendesk
News Corp Australia
Hudl
Snapchat
Celgene
西门子

计算

针对任何使用案例获得正确的计算

利用广泛的强大计算选项,范围从用于计算密集型深度学习的 GPU 到用于专用硬件加速的 FPGA,再到用于运行推理的高内存实例。Amazon EC2 提供广泛的实例类型供您选择,且经过优化,适合机器学习使用案例,无论是训练模型还是在训练模型上运行推理均可使用。

  • 使用 P3dn 实例,相较于其他提供商,网络吞吐量加快了 3 倍
  • 使用配备 3.0GHz Intel Xeon 的 C5 实例,与上一代实例相比,性价比提高了 25%
  • 使用具备现场可编程门阵列 (FPGA) 的 F1 实例,实现了定制硬件加速
  • 使用 Inf1 实例在云中实现高性能和成本最低的机器学习推理

GPU  |  Amazon EC2 P3

GPU  |  Amazon EC2 G4

自定义推理  |  Amazon Elastic Inference

CPU  |  Amazon EC2 C5

FPGA  |  Amazon EC2 F1

边缘  |  AWS Greengrass

AWS INFERENTIA | Amazon EC2 Inf1


分析和安全性

机器学习分析和安全性

为了成功进行机器学习,您不仅需要机器学习功能,而且还需要将正确的安全性、数据存储和分析服务结合在一起。 使用 AWS,您可以获得支持机器学习工作负载的最全面功能。

  • 使用 Amazon S3 和 Amazon S3 Glacier 作为存储,实现了 99.999999999% 持久性和无与伦比的可用性
  • 使用 Amazon Redshift 进行分析,数据查询速度提高多达 400%
  • 最深入的安全性和加密功能 
 
 
 

存储  |  Amazon S3

分析  |  AWS 分析

安全性 AWS 安全性

学习工具

机器学习的关键要素

AWS DeepComposer

通过使用兼容 MIDI 的 AWS DeepComposer 键盘开始创作旋律,将其作为您的 ML 生成的乐曲的输入。

  • 探索 AWS DeepComposer 控制台中提供的预先训练的示例模型,或者在 Amazon Sagemaker 中构建自己的自定义 GAN 架构,创作出鼓舞人心的原创音乐
  • 使用您喜爱的数字音频工作站 (DAW) 获得创意并自定义 AI 生成的音乐。
  • 将您已完成的 AI 生成的乐曲从 AWS DeepComposer 直接上传到 SoundCloud,与全世界分享您的乐曲。

AWS DeepRacer 自动驾驶赛车
AWS DeepRacer 自动驾驶赛车

深入了解机器学习

AWS DeepRacer

AWS DeepRacer 是一辆完全自动驾驶的 1/18 比例赛车,旨在帮助您通过自动驾驶了解强化学习。

  • 在 AWS DeepRacer 上部署 RL 模型后,即可体验在真实世界中赛车的刺激感
  • 在 Amazon SageMaker 中构建模型,然后使用 AWS DeepRacer 3D 赛车模拟器在赛道上进行训练、测试和迭代
  • 从 2019 年开始,参加全世界首个全球自动驾驶赛车联赛,赢取奖品并晋级,赢得梦寐以求的 AWS DeepRacer Cup

AWS DeepLens

AWS DeepLens 是世界上第一款面向开发人员的支持深度学习的摄像机。通过与 Amazon SageMaker 和许多其他 AWS 服务集成,使您能够在不到 10 分钟的时间内,通过具有实际动手操作示例的示例项目开始深度学习。

  • 从 AWS DeepLens 预先经过训练的模型库中选择您的深度学习模型,也可以选择您自己经过 Amazon SageMaker 训练的模型。
  • 只需单击一下即可将您的模型部署到设备。
  • 在 AWS 管理控制台中实时查看结果。
AWS DeepLens 摄像机

ML 计划  |  组织

Amazon ML Solutions Lab

Amazon ML Solutions Lab 将动手教育研讨会与咨询专业服务结合起来,帮助您从业务挑战中“逆向工作”,然后逐步完成开发基于机器学习的解决方案的过程。您将能够掌握在此过程中学到的知识并将这些知识用到贵组织的其他地方,以利用机器学习把握商机。

ML 计划  |  研究人员

Amazon ML 研究资助计划

AWS Machine Learning 研究奖计划旨在资助正在进行机器学习新型研究的大学部门、教师、博士生以及博士后。我们的目标是加快各种 ML 应用程序和重点领域的创新算法、出版物和源代码的开发速度。 

ML 计划  |  开发人员

机器学习培训

通过采用用于培训 Amazon 开发人员的相同材料(这些材料结合了基础知识与实际应用)的课程,在 AWS 上开始机器学习培训。 开发人员、数据科学家、数据平台工程师和企业决策者可以通过此培训学习如何将 ML、人工智能 (AI) 和深度学习 (DL) 应用到他们的业务中,从而获得全新见解和价值。