Category: Artificial Intelligence

오늘은 Amazon Kinesis Video Streams(KVS)를 위한 새로운 HTTP Live Streams(HLS) 출력 기능을 알려드리고, 간단히 시연해 보여 드리겠습니다. KVS에 대해 잘 모르시는 경우 Jeff가 2017년 AWS re:Invent에서 다룬 출시 내용을 참조하십시오. 간략히 말씀드리면, Amazon Kinesis Video Streams는 단일 기기에서 수백만 기기에 이르기까지 분석 및 기계 학습을 위해 비디오를 캡처, 처리 및 보관하는 서비스입니다. 고객은 Kinesis Video를 […]

전 세상에 긍정적 영향을 미치는 방식으로 인공 지능 기술을 개발하고 보여줄 준비가 되셨습니까? 그렇다면 AWS DeepLens 비디오 카메라를 통한 AWS DeepLens Challenge 행사에 참여해 보십시오! 행사 소개 AWS에서는 Intel과의 협력을 통해 더 나은 세상을 만들기 위한 8가지 테마로 구성된 시리즈의 첫 번째 과제를 오늘 시작합니다. 각 과제는 2주 간 진행되며 기계 학습을 실습할 수 있는 […]

텍스트 내의 정보 및 관계를 검색하는 서비스인 Amazon Comprehend는 2017년 AWS re:Invent에서 출시되었습니다. 오늘은 Amazon Comprehend의 새로운 비동기식 배치 유추 기능을 출시합니다. 비동기식 배치 작업은 Amazon Simple Storage Service(S3) 버킷에 저장된 문서를 기반으로 작동하며 개체 인식, 핵심 구 추출, 감정 분석 및 언어 감지 등 일반적인 모든 Comprehend 작업을 수행할 수 있습니다. 이 새로운 비동기식 […]

Amazon SageMaker는 개발자 및 데이터 과학자가 다양한 규모의 기계 학습 모델을 쉽고 빠르게 구축, 교육 및 배포할 수 있도록 지원하는 완전관리형 플랫폼입니다. 오늘 서울 리전에 출시합니다. Amazon SageMaker는 교육 데이터에 빠르게 연결하고 애플리케이션을 위한 최상의 알고리즘과 프레임워크를 선택 및 최적화하는 데 필요한 모든 것을 제공함으로써 손쉽게 ML 모델을 구축하고 교육할 수 있는 상태로 만들어 줍니다.또한, […]

올해 초에 WordPress에서 Amazon Polly의 음성 기능 사용 방법을 소개하면서 WordPress용 Amazon Polly 플러그인의 설치, 구성 및 사용과 관련된 단계를 설명했습니다. 오늘은 이 플러그인을 더욱 강력하게 하는 기능을 추가합니다. 이제 콘텐츠를 하나 이상의 언어로 번역하고 각 번역의 오디오 버전을 생성할 수 있습니다. 번역은 AWS의 기계 학습 서비스 포트폴리오에 포함되는 신경망 기계 번역 서비스인 Amazon Translate를 […]

AWS DeepLens는 현장에서 디바이스에 직접 딥 러닝 모델을 실행하는 비디오 카메라입니다. 작년에 하드웨어 및 시스템 소프트웨어와 관련하여 상세한 블로그를 게시한 적이 있습니다. 간략히 요약하자면 다음과 같습니다. 하드웨어 – 4메가픽셀 카메라(1080P 비디오), 2D 마이크 배열, 인텔 아톰® 프로세서, 듀얼 밴드 Wi-Fi, USB 및 마이크로 HDMI 포트, 모델 및 코드용 8GB 메모리 소프트웨어 – Ubuntu 16.04, AWS […]

지난 re:Invent 2017에서 처음 소개된 Amazon SageMaker는 원하는 규모의 머신 러닝 모델의 빌드, 훈련, 배포를 할 수 있는 서버리스(serverless) 데이터 사이언스용 환경을 제공하고 있습니다. 이를 통해 scikit-learn 처럼 폭넓게 사용되고 있는 프레임워크를 이용한 작업도 가능해졌습니다. 이 블로그에서는 2가지를 주제로 소개하려고 합니다: 첫번째는, 모델을 훈련(Training)시키고 호스팅하기 위해 Amazon SageMaker에서 컨테이너를 어떻게 사용하는지에 대해 알아봅니다. 그리고 두 […]

오늘 Amazon SageMaker 자동 모델 튜닝 기능을 출시합니다. 자동 모델 튜닝은 모델의 정확성을 높이기 위한 하이퍼파라미터(Hyperparameter)을 조정하는 힘든 작업을 단순화합니다. 이 기능을 사용하면 개발자 및 데이터 과학자가 기계 학습 모델을 훈련하고 튜닝할 때 상당한 시간과 노력을 절약할 수 있습니다. 하이퍼파라미터 튜닝 작업은 완료된 훈련 작업의 결과를 기준으로 서로 다른 하이퍼파라미터 조합을 사용하는 다수의 훈련 작업을 […]

최근 Amazon SageMaker에서는 빌드 형태로 제공되는 TensorFlow와 MXNet 컨테이너를 이용하여 로컬 환경에서 모델 학습이 가능하도록 새로운 기능을 지원하기 시작했습니다. 또한, 데이터 훈련과 호스팅을 위한 완전 관리 서비스 뿐 아니라, 정식 운영 환경에서 사전에 빌드된 컨테이너를 배포하는 기능까지 지원할 수 있게 되었습니다. 이전에는 이러한 컨테이너는 Amazon SageMaker에 특화된 환경에서만 사용할 수 있었습니다. 이러한 컨테이너들이 오픈 소스로 […]

지난주 도쿄에서 열린 AWS 서밋에서 Amazon SageMaker대한 다양한 신규 기능을 발표하였습니다. SageMaker를 아시아 태평양(도쿄) 리전에서 사용할 수 있고 이제 CloudFormation을 지원합니다. MXNet 및 Tensorflow에 더해 새로운 Machine Learning 프레임워크인 Chainer가 SageMaker Python SDK로 제공됩니다. 마지막으로, AWS Greengrass Machine Learning에서는 Chainer 모델을 다수의 디바이스에서 실행할 수 있습니다. 좀 더 자세하게 알아보겠습니다. SageMaker Chainer 지원 Chainer는 유명하고 […]