AWS专区

Amazon SageMaker Processing 是 Amazon SageMaker 的一项新功能，可让您轻松地在完全托管的基础设施上运行预处理、后处理和模型评估工作负载。

一篇文章教你如何使用 Jetson nano 结合机器学习和 IoT 实现边缘智能

我们非常高兴地推出 Amazon SageMaker Studio：首个全集成的机器学习 (ML) 开发环境。

作为云计算领域的一场盛会，AWS INNOVATE 2020在线技术大会带来精彩的主题演讲和丰富的分论坛演讲，分论坛涵盖基础设施、数据库、大数据分析到现代应用、信息安全、AI/ML、行业解决方案，无论是初期探索阶段的用户、资深用户还是骨灰级玩家，AWS INNOVATE 2020在线技术大会都有针对性的话题和内容。

近两年，机器学习已经渗透到各行各业，各种人工智能和机器学习的应用蓬勃发展，在其背后实际上会有一个完善的机器学习平台和流水线来支撑模型的开发、测试和迭代。在本篇 Blog 中，我们将展现如果通过 AWS 的服务构建云原生的机器学习流水线。

近期全国中小学推迟开学，很多学校和企业都希望可以快速搭建一套成熟、稳定的在线教学平台。经过调研，设计了基于Moodle和Bigbluebutton这两个海外比较成熟的开源软件在AWS中国区域部署的解决方案，可以帮助客户快速搭建并实现稳定可靠的在线教学。

在使用Python的早些年，为了解决Python包的隔离与管理 virtualenvwrapper 就成为我的工具箱中重要的一员。后来，随着Python 3的普及，virtualenvwrapper逐渐被venv所替换。毕竟venv 是Python 3的标配，优点是显而易见的。

日前，面向云原生应用的容器平台 KubeSphere 宣布正式入驻 Amazon Web Services (AWS) Quick Start，基于 Amazon Elastic Kubernetes Service (Amazon EKS) 深度集成，为全球用户提供多集群管理、微服务治理、应用管理等功能，以极简的部署与管理，帮助企业快速落地云原生。

在 AWS 披露的一项数据中，自 2016 年推出 3 项机器学习服务以来的 5 年间，AWS 已经累计推出 776 的机器学习服务和功能。按照 2019 年的数据，新推出 248 项机器学习服务和功能后，机器学习在当年新推出服务和功能的总量（2345 项）中的比例超过 10%

过去两个月的科技媒体上关于ARM 芯片的新闻可谓是高潮迭起，不断的引起人们的关注。

生成对抗网络（GAN）是一种生成式机器学习模型，它被广泛应用于广告、游戏、娱乐、媒体、制药等行业，可以用来创造虚构的人物、场景，模拟人脸老化，图像风格变换，以及产生化学分子式等等。下面两张图片，分别展示了图片到图片转换的效果，以及基于语义布局合成景物的效果。

本文将重点讨论使用 Amazon SageMaker 进行分布式 TensorFlow 训练。

在本篇blog中，我们会使用XGBoost算法为例，完整的展示Amazon SageMaker中一个ML工作流的全生命周期。使用到的数据是个公开的房价预测的数据集。

在开篇的时候我谈到，这个系列的内容来自于我在使用GPU实践中的一点心得。但是围绕GPU相关的技术话题实在是太过于广泛，如果洋洋洒洒的写下去我很担心会错过许多新鲜的话题。于是就让这一篇成为这个系列的终结篇，并且分享一下使用GPU的最重要的领域-深度学习上的框架与工具这个内容吧。

基于深度学习的图像分类的研究与应用已经进行的如火如荼，对大部分的业务场景来说，更是有着深刻的现实意义 – 基于图片的互联网分享社交应用，如何借助深度学习在第一时间对用户分享的图片进行实时监测，分类是一个比较典型的应用场景；