AWS 上的機器學習

機器學習掌握在每個開發人員和資料科學家手中

在 Amazon,我們在人工智慧方面深耕 20 多年。機器學習 (ML) 演算法驅動我們許多的內部系統。而客戶體驗到的各種功能,也是靠這個演算法實現的 – 從 Fulfillment Center 的路徑優化和 Amazon.com 推薦引擎,然後到採用 Alexa 技術的 Echo、無人機計劃 Prime Air 以及全新的零售體驗 Amazon Go。這僅僅是個開始。我們的使命是將我們的學習和 ML 功能,以全受管服務的形式與外界分享,並讓每位開發人員和資料科學家都能擁有。

為什麼選擇 AWS 上的機器學習?

適用於每個人的機器學習

無論您是資料科學家、ML 研究人員或者是開發人員,AWS 都能提供符合您需求和專業水準的機器學習服務和工具。

API 驅動的 ML 服務

開發人員可選擇能提供電腦視覺、語音、語言分析和聊天機器人等功能的各式已預先訓練服務,輕鬆將智慧新增至任何應用程式中。

廣泛的架構支援

AWS 支援所有主要的機器學習架構,其中包括 TensorFlow、Caffe2 和 Apache MXNet,讓您提供或開發任何自選的模型。

多種運算選項

AWS 提供各式各樣的運算選項,可透過功能強大的 GPU 執行個體、運算和記憶體優化執行個體,甚至是 FPGA 進行訓練和推理。

深度平台整合

ML 服務與其他平台深度整合,包括執行 ML 工作負載所需的資料湖和資料庫工具。AWS 上的資料湖可讓您存取最完整的大數據平台。

綜合分析

您可在一組最完整的資料分析服務中選擇,其中包含資料倉儲、商業智慧、批次處理、串流處理、資料工作流程協調。

安全

使用精細的許可政策控制對資源的存取儲存和資料庫服務提供強大的加密功能,以保護資料的安全。靈活的金鑰管理選項,可讓您選擇要自行管理加密金鑰或交由 AWS 管理。

按用量付費

只在需要時或使用服務期間進行消費。AWS 定價沒有預付費用、終止罰款或長期合約。AWS 免費方案可協助您開始使用 AWS。

AWS 建立為數最多的機器學習功能

zillow-logo-250x100
Netflix
Capital_One
NFL
Samsung_Smartthings
Kia
Liberty_Mutual
Expedia
Bristol Myers Squibb
Pinterest
Tinder
FINRA
Intuit
CMU
Formula1
OpenAI

快速訓練和部署模型

Amazon SageMaker

Amazon SageMaker 能讓資料科學家和開發人員利用高效能機器學習演算法、各種架構支援以及一鍵式訓練、調校和推論,快速輕鬆地建立、訓練和部署機器學習模型。Amazon SageMaker 有一個模組化架構,因此您可以在現有的機器學習工作流程中使用任何或全部的功能。 

進一步了解 »

SageMaker_How_it_works

透過 AWS DeepLens 實際操作

AWS DeepLens 是全球首創具深度學習功能的開發人員專用攝影機。與 Amazon SageMaker 和許多其他 AWS 服務整合在一起,讓您可以輕鬆快速地運用深度學習功能。

進一步了解 »  

新的學習方法

AWS DeepLens 提供的範例專案中有一些實用的實作練習,可讓各種技能層級的開發人員在短短 10 分鐘內開始使用深度學習。

完全可程式化

您可以使用 AWS Lambda 輕鬆自訂和設計 AWS DeepLens。DeepLens 上的模型甚至可做為 AWS Lambda 函數的一部分來執行,以快速進行試驗。

為深度學習量身打造的硬體

AWS DeepLens 是實體高解析度無線攝影機,具有內建的自訂運算功能,可在複雜的模型上即時執行深度學習推論。

為深度學習量身打造

DeepLens 已預先安裝 Apache MXNet 的優化版本。您可以在裝置上執行任何深度學習架構,包括 TensorFlow 和 Caffe2。

deeplens_front_crop

API 驅動服務將智慧帶入所有應用程式

我們的智慧服務讓您能夠透過 API 呼叫已預先訓練的服務,將智慧加入您的應用程式,您不用開發和訓練自己的模型,重複不必要的工作。

版本服務

聊天機器人

Amazon Rekognition Image

深度學習型影像分析

Amazon Rekognition Video

以深度學習為基礎的影片分析

Amazon Lex

建立聊天機器與客戶互動

Amazon Comprehend

在文字中探索洞見和關係

Amazon Translate

流利的文字翻譯           

Amazon Transcribe

自動語音辨識         

Amazon Polly

自然的文字轉換語音

使用任何架構開發精密的系統

AWS 支援每一種主要深度學習架構,為資料科學家和開發人員提供最開放、最彈性的環境。

Amazon 深度學習 AMI

AWS 深度學習 AMI 提供基礎設施和工具,加速雲端深度學習。這些 AMI 與 Apache MXNetTensorFlowPyTorchMicrosoft Cognitive Toolkit (CNTK)CaffeCaffe2TheanoTorchGluonKeras 同時預先安裝,可訓練複雜的自訂 AI 模型。深度學習 AMI 能讓您建立可自動調整規模的受管 GPU 叢集以進行大規模的訓練,或者使用運算優化或一般用途 CPU 執行個體在經過訓練的模型中執行推論。

進一步了解 »

caffe2_logo_200px
keras_logo_words_200px
cntk_logo_200px
pytorch_logo_200px

gluon-logo

AWS 和 Microsoft 共同開發的 Gluon 提供了一個清晰、簡明的 API,開發人員可以在這個 API 使用一系列預先內建的優化神經網路元件定義機器學習模型。剛接觸機器學習的開發人員會發現這個界面很熟悉傳統程式碼,因為和其他任何資料結構一樣,開發人員也可以定義和操作機器學習模型。更多經驗豐富的資料科學家和研究人員會重視快速設計原型的能力,並將動態神經網路圖應用在全新的模型架構,而且不會犧牲訓練速度。

Gluon 目前可在 Apache MXNet 和即將推出的 Microsoft Cognitive Toolkit 版本中使用,未來將會提供更多架構支援。

進一步了解 »

在任何使用案例中運用正確的運算

機器學習需要各種強大的運算選項,從用於運算密集型深度學習的 GPU,到用於專業硬體加速的 FPGA,再到執行推論的記憶體密集型執行個體。Amazon EC2 提供各式各樣的最佳化執行個體類型,以滿足不同的機器學習使用案例。執行個體類型由各種 CPU、記憶體、儲存和聯網容量組合而成,無論您在訓練模型或者是在經過訓練的模型上執行推論,都能靈活選擇適合的資源組合。

GPU 執行個體

Nvidia

P3 執行個體和上一代 Amazon EC2 GPU 運算執行個體相比,效能提高了 14 倍。P3 執行個體擁有高達 8 個 NVIDIA Tesla V100 GPU,可提供高達 1 PFLOPS 的混合精度,125 TFLOPS 的單精度和 62 TFLOPS 的雙精度浮點效能。

進一步了解 »

強大的運算能力

Intel

C5 執行個體搭載 3.0 GHz Intel Xeon 可擴充處理器,允許單一核心利用 Intel Turbo Boost 技術以最高 3.5 GHz 運作。C5 執行個體提供更高的記憶體/vCPU 比率,與 C4 執行個體相比之下,價格/效能提高了 25%,非常適合要求苛刻的推論應用程式。 

進一步了解 »

隨需 FPGA

Amazon EC2 F1 是包含現場可程式化閘道陣列 (FPGA) 的運算執行個體,讓您透過程式設計為機器學習應用程式建立自訂硬體加速。F1 執行個體設計容易,可提供開發、模擬、偵錯和編譯硬體加速程式碼時所需的一切功能。您可以不限次數的重複使用自己的設計,也可部署到無限量的 F1 執行個體。

進一步了解 »

在最完整的大數據平台上進行建置

若要成功進行機器學習,您不僅需要機器學習功能,還需要搭配正確的資料存放區、安全性和分析服務。

資料湖服務

S3

Amazon S3

Amazon S3 是專為從任何位置存放和擷取任何資料量所建立的物件儲存。它的設計是為了提供 99.999999999% 的耐久性,並可為每個產業市場領導者所用的數百萬個應用程式存放資料。S3 提供完整的安全與合規功能,甚至可符合最嚴格的法規需求。Amazon S3 也是支援最多的儲存平台,擁有最大的 ISV 解決方案和系統整合商合作夥伴生態系統。  

進一步了解 »

GLUE

AWS Glue

AWS Glue 是全受管的擷取、轉換和載入 (ETL) 服務,可讓客戶輕鬆準備資料,以及載入資料用於分析。只要在 AWS 管理主控台按幾下,就可以建立並執行 ETL 任務。只要將 AWS Glue 指向存放在 AWS 的資料,AWS Glue 就會探索您的資料,並將相關的中繼資料存放在 AWS Glue 資料型錄。編入型錄之後,資料立即可供 ETL 搜尋、查詢和使用。

進一步了解 »


分析服務

ATHENA

Amazon Athena

Amazon Athena 是互動式查詢服務,可使用標準 SQL 輕鬆分析 Amazon S3 中的資料。Athena 沒有伺服器,所以不需管理基礎設施,而且您只需支付執行的查詢費用。

進一步了解 »

EMR

Amazon EMR

AWS EMR 可讓您透過 Apache Spark、Presto、Hive 和 Pig 等常用架構,快速處理動態可擴展叢集中的大量非結構化資料。

進一步了解 »

REDSHIFT

Amazon Redshift

Amazon Redshift 是快速、全受管的資料倉儲,可讓您使用標準 SQL 及現有的商業智慧 (BI) 工具,以簡單且經濟實惠的方式分析 PB 級規模的資料。

進一步了解 »

REDSHIFT SPECTRUM

Amazon Redshift Spectrum

您可以利用 Redshift Spectrum 針對 Amazon S3 中數 EB 的資料執行 Amazon Redshift SQL 查詢,從而擴展 Amazon Redshift 的分析能力,以查詢 Amazon S3「資料湖」中的大量非結構化資料。

進一步了解 »

ML 計劃

Amazon 致力於將機器學習功能與每位開發人員、資料科學家和研究人員分享,在此提供各項計劃進一步協助每個人建立更好的機器學習解決方案。

Amazon ML 解決方案實驗室

Amazon ML 解決方案實驗室可為您的團隊指派 Amazon 機器學習專家,協助您準備資料、建立和訓練模型,然後將模型投入生產。該實驗室結合了教學研討會、腦力激盪會議以及諮詢專業服務,協助您逆向解決面臨到的業務挑戰,然後逐步完成機器學習解決方案的開發程序。課程結束時,您便能夠把整個過程中學到的知識發揮到組織的其他地方,把 ML 應用到各種商機。

進一步了解 »

Amazon ML 研究贊助

AWS 機器學習研究獎學金為大學系所、教師、博士生以及正在從事機器學習 (ML) 創新研究的博士後提供資金。

我們的目標是加速開發各種 ML 應用程式和重點領域的創新演算法、出版品和原始程式碼。獲選的專案將得到無限制的現金禮物和 AWS 積分,可兌換我們的任何雲端服務。受贈者也能從訓練資源中受益,並有機會參加在西雅圖總部舉行的年度研討會。

進一步了解 »

AWS 平台的機器學習整合

AWS 的機器學習不僅僅是專為建立 ML 應用程式所設計的服務。平台上的許多服務都利用機器學習增強所提供的功能。

ATHENA

Amazon Connect

Amazon Connect 是雲端客服中心,與 Amazon Lex 整合建立交談語音客服人員 (稱為聊天機器人),可主動解決問題並自動轉接客服電話。

進一步了解 »

MACIE

Amazon Macie

Amazon Macie 是一種安全服務,可透過機器學習自動探索、分類和保護 AWS 中的敏感資料。Macie 提供儀表板和提醒,讓您了解此資料的存取和移動狀況,避免未經授權的存取或不小心洩露資料。

進一步了解 »

開始使用 AWS 上的機器學習

還有其他問題嗎?
聯絡我們