TensorFlow 是可供研究人員和開發人員使用的許多深度學習架構之一,可透過機器學習增強其應用。AWS 為 TensorFlow 提供廣泛的支援,可讓客戶跨電腦視覺、自然語言處理、語音翻譯等開發並提供自己的模型。
您可以使用 Amazon SageMaker 來在 AWS 上開始使用 TensorFlow,Amazon SageMaker 是一種全受管機器學習服務,可讓您輕鬆地以符合成本效益的方式大規模建置、訓練和部署 TensorFlow 模型。如果您偏好自行管理基礎架構,則可使用 AWS Deep Learning AMI 或 AWS Deep Learning Containers (它們是透過最新版本的 TensorFlow 建置並進行效能最佳化),來快速部署自訂機器學習環境。
優勢
視覺化
TensorFlow 隨附一整套視覺化工具,可讓您輕鬆理解、除錯和最佳化應用程式。支援各種樣式 –從影像和音訊到柱狀圖和圖表 – 您可以快速和輕鬆地訓練大量深度神經網路。
文件
使用 TensorFlow,您可以存取可協助加快您 AI 開發速度的大量文件和教學課程。TensorFlow 還擁有非常活躍的大型使用者社群,他們會定期在 GitHub 上貢獻程式碼和解決問題。
客戶見證

Aerobotics 是一家南美洲的農業科技新創公司,致力於透過 Aeroview 平台為農民提供資料和情報,該平台利用機器學習從航空無人機影像中擷取資訊。使用 Amazon SageMaker 和 TensorFlow,Aerobotics 能夠將每個範例的訓練速度提升 24 倍。

Fannie Mae 針對其房屋評估模型使用 Amazon SageMaker 和 TensorFlow,以產生準確的房地產估值,從而協助降低抵押風險。

Mobileye 是一家 Intel 公司,搭配使用 TensorFlow Amazon SageMaker 來開發和交付駕駛員輔助和自動駕駛汽車解決方案。使用 Amazon SageMake Pipe 模式,資料會透過 TensorFlow 資料集 API 從 Amazon S3 串流至訓練執行個體,以允許訓練執行個體從同一分離的訓練資料集中提取資料。
使用 AWS 上的 TensorFlow 客戶





















部落格和文章
部落格:在 Amazon SageMaker 中建置自訂的推薦系統
2020 年 8 月
作者:Ray Li
部落格:在基於 AWS Inferentia 的 Amazon EC2 Inf1 執行個體上部署 TensorFlow Openpose
2020 年 7 月
作者:Fabio Nonato De Paula 和 Haichen Li
部落格:在 Amazon SageMaker 上使用 TensorFlow 訓練 ALBERT 以進行自然語言處理
2020 年 5 月
作者:Jared Nielsen、Bindal 和 Derya Cavdar
部落格:在 Amazon SageMaker 上使用 TensorFlow 和 Horovod 進行分散式訓練的快速指南
2020 年 1 月
作者:Shashank Prasanna