AWS Germany – Amazon Web Services in Deutschland
Category: Amazon SageMaker
Stärken Sie die Zukunftsfähigkeit Ihres Unternehmens – Ein Ansatz basierend auf Jim Collins‘ „Good-to-Great“ am Beispiel Amazon
von Tim Spielmann, Frank Förster und Morten Wetjen Vorwort „Ouch“ – Dies war Jeff Bezos´ erstes Wort in seinem jährlichen Brief an die Amazon-Shareholder des Jahres 2000. Das Platzen der Dotcom-Blase führte zu einem Einbruch des Aktienwertes von Amazon in Höhe von 80%. Amazon war in einer Situation in der es ungleich mehr als in […]
Sichere Bildgenerierung und Stable-Diffusion-Modelle mit Amazon KI Inhaltsmoderation Services
Original von Lana Zhang, James Wu, Kevin Carlson und John Rouse, übersetzt durch Marco Buss Die generative KI-Technologie verbessert sich rasant und es ist jetzt möglich, Text und Bilder auf der Grundlage von Texteingaben zu generieren. Stable Diffusion[EN, Extern] ist ein Text-zu-Bild-Modell, mit dem Sie fotorealistische Anwendungen erstellen können. Mithilfe von Stable-Diffusion-Modellen und Amazon SageMaker […]
Snowflake und AWS: Eine Top-Kombination für Ihre Datenanforderungen
von Sébastien Stormacq, übersetzt von Felix John Ganz gleich, ob Sie Prognosemodelle erstellen oder Anwendungen entwickeln, die auf Prognosedaten basieren, Snowflake und AWS können Ihnen dabei unter die Arme greifen. In diesem Artikel zeigen wir Ihnen, wie Ihre Anwendungen, die Daten aufnehmen, speichern, analysieren oder visualisieren, von der Integration zwischen Snowflake- und AWS-Lösungen profitieren können. […]
Flottentelemetrie und vorausschauende Analysen mit Capgemini’s Trusted Vehicle und AWS IoT FleetWise
von Cher Simon, übersetzt durch Dirk Stahlecker Einleitung Während der Covid Pandemie hat sich gezeigt, dass eine hohe Anpassungsfähigkeit der Unternehmen an sich dynamisch ändernde Trends, Voraussetzung für eine schnelle wirtschaftliche Erholung ist. Aus diesem Grund nutzen führende Logistikunternehmen verstärkt vorausschauende Analysen (engl. «predictive analytics»), um schneller Entscheidungen zu fällen. In Logistikunternehmen betrifft dies z.B. Entscheidungen […]
Fragen beantworten mithilfe von Retrieval Augmented Generation mit Grundlagenmodellen in Amazon SageMaker JumpStart.
von Xin Huang, Rachna Chadha, Hemant Singh, Ashish Khetan, Manas Dadarkar und Kyle Ulrich, übersetzt von Luca Schumann Heute kündigen wir die Verfügbarkeit von Beispiel-Notebooks an, die Frage-Antwort Aufgaben mit einem Retrieval Augmented Generation (RAG)-basierten Ansatz unter Verwendung von Large Language Models (LLMs) in Amazon SageMaker JumpStart demonstrieren. Die Textgenerierung mit RAG und LLMs ermöglicht […]
AWS hilft Kunden der Automobilindustrie das Risiko von Rückrufen durch maschinelles Lernen vorherzusagen
von Steven Miller, Alec Jenab und Robert Clendenning, übersetzt durch Dirk Stahlecker Dieser Blogbeitrag beschreibt wie sich das Long Short Term Memory (LSTM) Machine Learning Modell verwenden lässt, um Ausfälle und Rückrufe von Automobilteilen vorherzusagen. Im Besonderen zeigen wir, wie durch die Vorhersagen eines LSTM-Modells Frühindikatoren entwickelt werden können, die im Allgemeinen zu besseren Ergebnissen […]
Llama 2 Grundmodelle von Meta jetzt via Amazon SageMaker JumpStart verfügbar
von June Won, Ashish Khetan, Sundar Ranganathan, Kyle Ulrich und Vivek Madan. Übersetzt von Tobias Nitzsche Wir freuen uns, Ihnen heute mitteilen zu können, dass die von Meta entwickelten Llama 2 Grundmodelle (FMs) nun über Amazon SageMaker JumpStart für Kund:innen zur Verfügung stehen. Die Llama 2 Familie der Großsprachmodelle (LLMs) ist eine Sammlung von vortrainierten […]
AWS Woche im Überblick – Generative KI mit LLM-Praxiskurs, Amazon SageMaker Data Wrangler Updates und mehr – 3. Juli 2023
von Danilo Poccia, übersetzt von Tobias Nitzsche. Im letzten AWS-Wochenrückblick erwähnte Danilo, dass es Sommer in London ist. Ich selbst bin in Singapur ansässig – hier ist es ja meistens Sommer. Aber der Juni ist auch hier ein besonderer Monat, da er den Beginn der Durian-Saison markiert. Ab nächster Woche werde ich nach Thailand, Malaysia […]
Klassifizierung von Finanztransaktionen mit Amazon SageMaker Feature Store
von Maurits de Groot und Elina Lesyk Einführung Machine Learning (ML) wird in der Finanzdienstleistungsbranche umfangreich für Aufgaben wie Personalisierung, Anomalie- oder Betrugserkennung eingesetzt. Wie bei anderen ML-Anwendungsfällen sind qualitativ hochwertige Eingabedaten der Schlüssel für eine gute Leistung eines Modells. Um dem Modell mehr Kontext zu geben und seine Leistung zu verbessern, ist es üblich, […]
Modulares Funktionsdesign für Fahrerassistenzsysteme mit AWS
Autonome Fahrerassistenzsysteme (engl. «ADAS») haben sich in den letzten 10 Jahren von einfachen regelbasierten Systemen zu fortschrittlichen Fahrerassistenzsystemen entwickelt.
Diese fortschrittlichen Systeme verwenden tiefe neuronale Netzwerke (engl. «Deep Neural Networks») und sollen zukünftig vollständig autonomes Fahren ermöglichen. Um diese Systeme zu trainieren, werden Petabyte an Daten und Tausende von Recheneinheiten (vCPUs und GPUs) benötigt.
Dieser Blogbeitrag beschreibt Entwicklungsansätze und Herausforderungen beim Aufbau von Fahrerassistenzsystemen. Verschiedene Designansätze werden vorgestellt. Insbesondere werden die verschiedenen Funktionseinheiten beschrieben, die beim Aufbau eines modularen Trainings- oder Prozesses-Designs benötigt werden.