ゼファーネットのロゴ

タグ: セージメーカー

Amazon SageMakerで分散強化学習を使用してAI搭載のBattlesnakeをスケーリングする

Battlesnakeは、AIを利用したヘビを作成するAIコンテストです。 バトルスネークのルールは、従来のスネークゲームに似ています。 あなたの目標は...

Amazon A2Iが一般提供されました

AWSは、実装を容易にする新しいサービスであるAmazon Augmented AI(Amazon A2I)の一般提供を発表できることを嬉しく思います...

高性能で費用効果の高い機械学習推論のためのAmazon SageMakerでのInf1インスタンスの可用性の発表

Amazon SageMaker は、すべての開発者とデータ サイエンティストにマシンを構築、トレーニング、デプロイする機能を提供する完全マネージド型のサービスです...

TorchServeを使用した大規模な推論のためのPyTorchモデルのデプロイ

今日やり取りするサービスの多くは、機械学習(ML)に依存しています。 オンライン検索や製品の推奨から音声認識や言語翻訳まで、...

重要なドキュメントを処理するためのAmazon TextractとAmazon Augmented AIの併用

ドキュメントは、金融、医療、法務、不動産など、多くの業界にわたる記録管理、コミュニケーション、コラボレーション、およびトランザクションのための主要なツールです。 為に...

Amazon Elastic InferenceでPyTorchモデルのAmazon EC2の推論コストを削減

Amazon Elastic Inferenceを使用して、Amazon SageMakerとAmazon EC2の両方でPyTorchモデルの推論を加速し、推論コストを削減できるようになりました。 PyTorchは、動的計算グラフを使用する人気のある深層学習フレームワークです。 これにより、命令型および慣用型のPythonコードを使用してディープラーニングモデルを簡単に開発できます。 推論はプロセスです[…]

本番環境対応の機械学習システムの構築に向けた5つのコンポーネント

はじめに機械学習が直面する最大の問題は、システムをどのように本番環境に移行するかです。 機械学習システムは、XNUMXつの基本的な点で従来のソフトウェアとは異なります。機械学習は完全に決定論的ではありません。 したがって、MLシステムのパフォーマンスを厳密な仕様に照らして評価することはできません。 代わりに、常にアプリケーション固有のメトリックに対して評価する必要があります(false […]

ポスト 本番環境対応の機械学習システムの構築に向けた5つのコンポーネント 最初に登場した トップボット.

AWSがNVIDIA GTC Digitalでオンラインでセッションを提供

24 年 2020 月 XNUMX 日火曜日から、NVIDIA GTC Digital は、ML の目標を達成するための AWS のベスト プラクティスを学ぶためのコースを提供しています...

AWS DeepLensを使用してごみ選別機を構築する

このブログ投稿では、AWS ディープラーニング対応ビデオカメラである AWS DeepLens を使用してプロトタイプのゴミ分別機を構築する方法を説明します。

自動運転トラックのボス:「教師付き機械学習は誇大宣伝に応えるものではありません。 C-3POではなく、洗練されたパターンマッチングです」

Starsky Roboticsがシャットダウンし、さらにニューラルネットワークの世界からのニュースが増えました。まとめ機械学習のニュースを見てみましょう。 StarksyRoboticsは...

Amazon Elastic Inferenceを使用して、Amazon SageMakerのPyTorchモデルのML推論コストを削減する

本日、Amazon Elastic Inferenceを使用して、PyTorchの推論を高速化し、推論コストを削減できることをお知らせします...

Amazon API GatewayマッピングテンプレートとAmazon SageMakerを使用した機械学習を利用したREST APIの作成

Amazon SageMaker を使用すると、組織は機械学習モデルを構築、トレーニング、デプロイできます。 消費者向けの組織は、それを使用して顧客のエクスペリエンスを充実させることができます...

最新のインテリジェンス

スポット画像
スポット画像