TensorFlow는 기계 학습으로 애플리케이션을 개선하려는 연구원과 개발자가 사용할 수 있는 다수의 딥 러닝 프레임워크 중 하나입니다. AWS는 고객이 컴퓨터 비전, 자연어 처리, 음성 번역 및 기타 부문에서 자체 모델을 개발하고 제공할 수 있도록 TensorFlow에 대한 광범위한 지원을 제공합니다.
AWS에서는 Amazon SageMaker를 사용하여 TensorFlow를 시작할 수 있습니다. SageMaker는 TensorFlow 모델을 대규모로 구축, 훈련 및 배포할 수 있는 쉽고 경제적인 방법을 제공하는 완전관리형 기계 학습 서비스입니다. 인프라를 직접 관리하는 것을 선호하는 경우 TensorFlow의 최신 버전을 통해 소스에서 구축되고 성능에 최적화되어 제공되는 AWS Deep Learning AMI 또는 AWS Deep Learning Containers를 사용하여 사용자 지정 기계 학습 환경을 빠르게 배포할 수 있습니다.
장점
시각화
TensorFlow에는 애플리케이션에 대한 이해, 디버깅 및 최적화를 용이하게 하는 완벽한 시각화 도구가 포함되어 있습니다. 이미지 및 오디오부터 히스토그램 및 그래프에 이르는 다양한 스타일을 지원하므로 방대한 신경망을 빠르고 쉽게 훈련할 수 있습니다.
설명서
TensorFlow에서는 AI 개발 가속화에 도움이 될 수 있는 방대한 설명서 및 자습서에 액세스할 수 있습니다. 또한 TensorFlow는 GitHub에서 주기적으로 코드를 기고하고 문제를 해결하면서 활발하게 활동하는 사용자로 구성된 대규모 커뮤니티를 보유하고 있습니다.
고객 추천사

Aerobotics는 남아프리카의 농업 기술 스타트업으로, 기계 학습을 활용하여 항공 드론 이미지에서 정보를 추출하는 Aeroview 플랫폼을 통해 농부들에게 데이터와 인텔리전스를 제공합니다. Aerobotics는 Amazon SageMaker와 TensorFlow를 사용하여 훈련 속도를 샘플당 24배까지 개선할 수 있었습니다.

Fannie Mae는 Amazon SageMaker와 TensorFlow를 주택 감정 모델에 사용하여 정확한 부동산 가치를 산출함으로써 모기지 위험을 낮춥니다.

인텔 자회사인 Mobileye는 TensorFlow와 Amazon SageMaker를 사용하여 운전자 지원 및 자율 주행 차량 솔루션을 개발하고 제공합니다. Amazon SageMake 파이프 모드에서 TensorFlow 데이터 집합 API를 통해 Amazon S3의 데이터를 훈련 인스턴스로 스트리밍하여 여러 훈련 인스턴스에서 동일하지만 분리된 훈련 데이터를 가져올 수 있도록 합니다.
AWS에서 TensorFlow를 사용하는 고객





















블로그 및 기사
블로그: Building a customized recommender system in Amazon SageMaker
2020년 8월
작성자: Ray Li
블로그: Deploying Tensorflow Openpose on AWS Inferentia based Amazon EC2 Inf1 instances
2020년 7월
작성자: Fabio Nonato de Paula와 Haichen Li
블로그: Train ALBERT for natural language processing with TensorFlow on Amazon SageMaker
2020년 5월
작성자 Jared Nielsen, Aditya Bindal, Derya Cavdar
블로그: A quick guide to distributed training with TensorFlow and Horovod on Amazon SageMaker
2020년 1월 14일
작성자: Shashank Prasanna