高清在线观看-高清在线看片-高清在线一区-高清转码器-高清资源-高清资源下载-高清资源在线播放-高清综合久久免费-高清足球免费观看-囯产精品一区二

內(nèi)容摘要：導讀：在今天的創(chuàng)新大會AWS Re:INVENT上，亞馬遜云服務AWS的CEO，Andy Jassy向4萬多個到場觀眾介紹了這一整套加速機器學習流程的托管服務，SageMaker。以及推出4個重磅AI 西安外圍（西安外圍女）電話微信180-4582-8235一二線城市外圍預約、空姐、模特、留學生、熟女、白領、老師、優(yōu)質(zhì)資源

　　導讀：在今天的亞馬創(chuàng)新大會AWS Re:INVENT上，亞馬遜云服務AWS的遜創(chuàng)新CEO，Andy Jassy向4萬多個到場觀眾介紹了這一整套加速機器學習流程的推出西安外圍（西安外圍女）電話微信180-4582-8235一二線城市外圍預約、空姐、模特、留學生、熟女、白領、老師、優(yōu)質(zhì)資源托管服務，SageMaker。個重I工以及推出4個重磅AI工具，亞馬視頻定向追蹤工具Amazon Rekognition Video tool，遜創(chuàng)新音頻轉文本Amazon Transcribe，推出情緒理解Amazon Comprehend，個重I工語言翻譯Amazon Translate。亞馬

　　機器學習現(xiàn)在已經(jīng)在多個領域爆發(fā)出驚人的遜創(chuàng)新能量，企業(yè)通過獲取有效的推出用戶數(shù)據(jù)，可以高效鎖定用戶的個重I工需求，針對性地提供服務，亞馬營收利潤的遜創(chuàng)新拉升效果立竿見影。

　　但對于大多數(shù)急著上車的推出企業(yè)來說，自身業(yè)務結合人工智能技術最難的地方在于，沒有辦法迅速找到資深的AI專家來分析業(yè)務鏈，并搭建相應的機器學習模型解決核心問題，提升生產(chǎn)或者服務環(huán)節(jié)的效率。

　　亞馬遜敏銳地捕捉到了這個痛點，西安外圍（西安外圍女）電話微信180-4582-8235一二線城市外圍預約、空姐、模特、留學生、熟女、白領、老師、優(yōu)質(zhì)資源在今天的創(chuàng)新大會AWS Re:INVENT上，亞馬遜云服務AWS的CEO，Andy Jassy向4萬多個到場觀眾介紹了這一整套加速機器學習流程的托管服務，SageMaker。以及推出4個重磅AI工具，視頻定向追蹤工具Amazon Rekognition Video tool，音頻轉文本Amazon Transcribe，情緒理解Amazon Comprehend，語言翻譯Amazon Translate。


　　SageMaker，是專門為想要加碼AI技術的企業(yè)和開發(fā)者量身打造的，端對端的機器學習服務。這個服務可以讓數(shù)據(jù)科學家，開發(fā)者，以及機器學習的專家可以快速搭建、訓練、托管一定規(guī)模的機器學習。

　　SageMaker的構成：

　　編碼

　　從零搭建帶有虛擬學習環(huán)境的Web應用程序，用來數(shù)據(jù)挖掘清理和處理。

　　開發(fā)者可以在這上面跑常規(guī)類型的實例，或者GPU驅動的實例。

　　模型訓練

　　分布式模型的搭建、訓練、驗證服務。你可以直接用預裝好的監(jiān)督學習或者無監(jiān)督學習算法，也可以自己用Docer容器引擎訓練一個模型。

　　這種訓練可以數(shù)十倍地處理實例，這樣搭建模型的速度就超快的。訓練的數(shù)據(jù)從S3（全稱Amazon Simple Storage Service）讀取，生成的數(shù)據(jù)也會放進S3。經(jīng)過模型生成的數(shù)據(jù)是基于模型的參數(shù)的，而不是模型演算出來的代碼。這樣分開處理，可以更好地用SageMaker來訓練用于其他平臺的模型，比如那些物聯(lián)網(wǎng)設備。

　　模型托管

　　帶HTTPs端點的托管模型的服務，能讓開發(fā)者的模型拿到實時的演算。這些端點可以緩解流量壓力，也可以在多個模型上同時進行A/B測試。同樣，開發(fā)者可以直接使用內(nèi)置的SDK搭建這些端點，也可以用Docker鏡像來設置你自己的參數(shù)。

　　“自夸一下，我覺得SageMaker端對端服務最強大的地方，是這三部分可以分開獨立使用，靈活地補充改進企業(yè)現(xiàn)有的機器學習工作流程，”在發(fā)布會上，AWS的CEO強調(diào)SageMaker的靈活性?！八忍峁┈F(xiàn)成的工具，也可以允許開發(fā)者自己搭建。不管哪種選擇，這個服務都可以用上最主流的算法。”

　　△ AWS的CEO，Andy Jassy

　　預設好的Jupyter Notebook，內(nèi)置了10種常見的算法，這樣就可以解決很多常見機器學習的問題了。如果用戶有特殊的需求，還可以自己搭建機器學習的算法框架，比如TensorFlow，MXNet，Caffe等。

　　然后用戶還可以把訓練的數(shù)據(jù)先放在AWS的簡易內(nèi)存服務（Simple Storage Service，簡稱S3）。SageMaker會把所有數(shù)據(jù)處理一遍，然后自己搭建一個數(shù)據(jù)工作流，彈性塊儲存量，以及其他要素。然后全部處理完之后再把它們拆分開。

　　這樣，開發(fā)者們就可以通過優(yōu)化烘焙后的超參數(shù)來精準微調(diào)他們模型的表現(xiàn)。

　　“以往這些工作都是手動操作的，非常的傷神費時，現(xiàn)在有了AWS省心多了，可以同時測多個參數(shù)，再用機器學習來優(yōu)化這個過程。”Jassy說。

　　一旦模型訓練好了之后，開發(fā)者可以告訴SageMaker他們想用多少個虛擬機器來試跑這套模型。另外，還可以在SageMaker上做A/B測試，讓開發(fā)者們直觀地看到他們模型在改動了哪個參數(shù)后有更好的表現(xiàn)。

　　SageMaker能解決哪些開發(fā)者們關心的問題

　　收集和準備數(shù)據(jù)

　　選擇和優(yōu)化機器學習的算法

　　搭建和管理訓練的環(huán)境

　　訓練和調(diào)整模型

　　開始把模型放進生產(chǎn)流程中

　　推廣模型的應用以及隨時管理監(jiān)控

　　現(xiàn)在這項服務是免費的，不過一旦使用者超過一定的使用限度，就要根據(jù)使用頻率和地域來收費了。

　　除了這款AI云服務，亞馬遜AWS發(fā)布會還推出了4個重磅新工具。

　　視頻定向追蹤工具Amazon Rekognition Video

　　能從多個實時的監(jiān)控流中識別出特定的人，并持續(xù)定向跟蹤。這個功能目前已經(jīng)超過了競爭對手谷歌和微軟。

　　為了配合這套算法，亞馬遜今天還推出AI驅動的DeepLens攝像頭。根據(jù)亞馬遜以往硬件席卷市場的表現(xiàn)，可以預見DeepLens很有可能是亞馬遜下一款殺手級硬件。

　　雖然谷歌也在兩個月之前推出了一款AI驅動的攝像頭Clips，不過谷歌的這款攝像頭更多的是服務C端消費者，一旦眼前發(fā)生有趣的事情，會自動拍照和攝像。而亞馬遜的DeepLens是面向技術開發(fā)人員的。

　　大概是250刀的DeepLens高清攝像機附帶了預訓練模型，這些模型將使開發(fā)人員能夠更輕松地開始識別出現(xiàn)在視頻流中的文本字符。 另外，開發(fā)人員還可以借助AWS的新SageMaker AI服務來訓練自己的圖像識別模型，然后在相機上運行這些模型。

　　音頻轉文本系統(tǒng)Amazon Transcribe system

　　可以把音頻文件中的人類語言直接轉成文本

　　現(xiàn)在網(wǎng)絡上的音頻內(nèi)容越來越多，怎么從音頻中識別檢索提取出特定的信息是個大難題。

　　亞馬遜今天推出的這個革命性的引擎，能夠把音頻轉換成文本，使得音頻信息也可以被檢索了。

　　Q：辣音頻轉文本可以用在哪些場景？

　　好多地方呀，比如以后煲美劇日劇韓劇可以獲得實時字幕，直接就有熟肉看了，不用再辛苦字幕組的小伙伴人肉翻譯了。或者想提高客服中心服務質(zhì)量的企業(yè)，可以不用再花大量的時間挨個聽電話錄音文件了，直接看文字版效率高得多。

　　不過目前Amazon Transcribe暫時只支持英文和西班牙語。但亞馬遜官方說啦，未來幾個星期馬上就會推出新的版本，到時會支持更多語種的。

　　情緒理解服務Amazon Comprehend service

　　能從文本的用詞、語境、人物描述中識別出背后的積極或消極情緒。目前來說，也是只支持英語和西班牙語。

　　首先加的4個功能是，識別語言，名詞分類，情緒分析和關鍵短語提取。這些功能都是為了社交互動功能開發(fā)的，響應時間達到百毫秒級別。

　　Amazon Comprehend目前需要不停地訓練，才能提供更好的自然語言處理服務。亞馬遜的工程師團隊和數(shù)據(jù)科學家正在不懈努力，擴充和精篩訓練的數(shù)據(jù)，希望以后大家用起來越來越精準。

　　最后一個是之前6月份預告過的翻譯工具Amazon Translate

　　在兩年前收購了Safafa的技術之后，亞馬遜終于推出了自己的語言翻譯服務。不過，這一項服務比谷歌微軟落后了好幾年。

　　該技術是基于神經(jīng)網(wǎng)絡中代表的語言配對模型。

　　該模型由一個編碼和解碼兩部分組成。編碼部分從待翻譯語言中讀取句子，并創(chuàng)建一個目標語言的表達來匹配指定文本的含義。創(chuàng)建了新的表達后，再交給模型的解碼部分，看看生成的表達是不是符合目標語言語料庫中的表述習慣，以及語義有沒有發(fā)生偏差。

　　同時，為了翻譯得盡可能準確又簡練，這個模型中還有一個機制，叫Attention mechanism。隨時留意被翻譯語言文本中的每個單詞，并結合上下文語境，判斷哪些詞是要翻譯成目標語言的，哪些是可以扔掉不要的。

　　亞馬遜希望這個翻譯工具可以結合其他AWS服務，比如文本轉語音的Polly程序; 用于多語言搜索的Elasticsearch工具; Lex聊天工具; 以及通過Amazon Lambda提供的內(nèi)容本地化服務。

　　正如CNBC早些時候報道的那樣 ，這項新服務很可能是基于亞馬遜兩年前購買Safafa的技術。 今天的公告證實了這些早期的報告，并將AWS引入了微軟和谷歌提供的翻譯服務。

　　據(jù)Canalys稱，AWS 在第三季度以31.8％的份額領先云基礎設施服務市場。 在這個季度，AWS為亞馬遜帶來了45.8億美元的收入和超過10億美元的營業(yè)收入 。