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、虚拟分析潜在药物的生物影响,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现机器学习的复杂性。

构建


算法性能提高了 10 倍:在 Amazon SageMaker 中使用预先安装的优化算法,性能提高了 10 倍。

预构建的 Jupyter 笔记本:用于训练数据和进行预处理的完全托管实例。

算法市场:从 AWS Marketplac 中选择各种可用的机器学习算法和模型。

成本节省 70%:使用 Amazon SageMaker Ground Truth 构建准确度高的训练数据集,最多可节省 70% 的数据标记成本。

训练


使用 AutoML 功能实现一键式训练和自动模型校正,可实现最准确的模型预测。

训练一次,随处运行,性能提高了 2 倍:Amazon SageMaker Neo 支持训练模型一次,然后在多个硬件配置上运行,性能提高了 2 倍。

完全托管:通过管理所有底层基础设施简化模型训练,以便可以轻松扩展模型。

 

部署


一键式部署:通过自动扩展分布在多个区域的集群进行部署,提供了高性能和高可用性。

推理成本降低高达 75%:Amazon Elastic Inference 支持预置所需的适量 GPU 性能。

自动执行 A/B 测试:在多达五个不同的模型中执行托管模型 A/B 测试,为您进行实验提供灵活性。

完全托管和自动扩展:生产基础设施托管可执行运行状况检查、应用安全补丁和进行日常维护。

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。

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 上进行
  • 训练时间缩短了 50%:根据 ResNet-50 基准测试中的测量结果,AWS 经过优化的 TensorFlow 创下了最短训练时间记录,缩短了 50% 以上
  • 90% 的扩展效率:使用 AWS 经过优化的 TensorFlow,可以获得近乎线性的扩展效率,高达 90%,相比之下,使用原有 TensorFlow 仅可达到 65%

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

GPU  |  Amazon EC2 P3

自定义推理  |  Amazon Elastic Inference

CPU  |  Amazon EC2 C5

FPGA  |  Amazon EC2 F1

边缘  |  AWS Greengrass

 


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

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 DeepRacer 自动驾驶赛车
AWS DeepLens 视频摄像机

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。

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。