多模态数据是金融行业的宝贵组成部分，包括市场、经济、客户、新闻和社交媒体以及风险数据金融机构生成、收集和使用这些数据来获得对金融业务的洞察，做出更好的决策和提高绩效然而，由于多模态数据的复杂性和缺乏…，存在一些挑战
Leave a CommentTag: Technical How-to
这篇文章是与来自Arup的Richard Alexander和Mark Hallows共同撰写的Arup是一个全球的设计师、顾问和专家团队，致力于可持续发展数据是Arup为客户提供服务的基础，通过世界级的数据收集和分析，提供洞察力以产生影响本文介绍的解决方案是为弹性城市的决策过程提供指导
Leave a Comment随着客户尝试解决越来越具有挑战性的问题，机器学习（ML）变得越来越复杂这种复杂性通常会导致对分布式ML的需求，即使用多台机器来训练一个模型尽管这可以实现跨多个节点的任务并行化，从而加快训练时间、提高可伸缩性和改进[…]
Leave a Comment大型语言模型（LLM）代理是将独立的LLM的功能扩展到以下两个方面的程序：1）访问外部工具（API、函数、Webhook、插件等），2）能够自主计划和执行任务通常，LLM需要与其他软件、数据库或API进行交互以完成复杂任务[…]
Leave a Comment这篇文章解决了开发人员和支持团队在应用程序日志以非英语语言呈现时面临的挑战，这使得他们很难进行调试和提供支持所提出的解决方案使用Amazon Translate自动翻译CloudWatch中的非英语日志，并提供了在您的环境中部署该解决方案的逐步指南
Leave a Comment数字出版商不断寻求简化和自动化媒体工作流程的方法，以便尽快生成和发布新内容出版商可能拥有包含数百万张图片的存储库，并且为了节省费用，他们需要能够在文章中重复使用这些图片在这样规模的存储库中找到与文章最匹配的图片可能是一项耗时、重复、手动的任务，但可以通过自动化来完成这还依赖于存储库中的图片被正确标记，这也可以通过自动化来实现（有关客户成功案例，请参阅Aller Media Finds Success with KeyCore and AWS）在本文中，我们演示如何使用Amazon Rekognition、Amazon SageMaker JumpStart和Amazon OpenSearch Service来解决这个业务问题
Leave a Comment在本文中，我们将使用Amazon SageMaker和Ray的RLlib库，基于历史数据构建一个端到端的解决方案，以寻找最优的控制策略要了解更多关于强化学习的信息，请查看在Amazon SageMaker中使用强化学习
Leave a Comment在这篇文章中，我们使用AWS Amplify构建了一个安全的企业应用程序，该应用程序调用了Amazon SageMaker JumpStart基础模型、Amazon SageMaker端点和Amazon OpenSearch服务，以解释如何创建文本到文本或文本到图像以及检索增强生成（RAG）您可以使用本文作为参考，使用AWS服务在生成AI领域构建安全的企业应用程序
Leave a CommentAmazon Redshift是最受欢迎的云数据仓库，每天被数以万计的客户用于分析数十亿字节的数据许多从业人员正在使用Amazon SageMaker扩展这些Redshift数据集，以便进行机器学习（ML），其要求是在离线环境中以代码的方式开发功能[…]
Leave a Comment创造性广告有可能通过生成式人工智能（GenAI）实现革命现在，您可以通过重新训练一个GenAI模型并向模型提供一些输入（例如描述场景和要由模型生成的对象的句子），来创造各种各样的新颖图片，比如产品照片
Leave a Comment亚马逊SageMaker提供了几种运行Apache Spark分布式数据处理作业的方式，Apache Spark是一种流行的用于大数据处理的分布式计算框架您可以通过将SageMaker Studio笔记本和AWS Glue交互式会话连接起来，在Amazon SageMaker Studio中交互式地运行Spark应用程序，并使用无服务器集群运行Spark作业通过交互式会话，您可以[…]
Leave a Comment如果你是一名业务分析师，了解客户行为可能是你最关心的事情之一了解客户购买决策背后的原因和机制可以促进收入增长然而，客户流失（通常称为客户流失）始终存在风险了解客户离开的原因可以获得洞察力，可以帮助企业采取措施来减少客户流失
Leave a Comment这篇博客文章是由帕特斯纳智能语言处理高级工程师白子龙共同撰写，并包含一个简介当你在谷歌或亚马逊上搜索某些内容时，你很可能已经熟悉了自动完成建议功能尽管这些场景中的搜索词通常是我们日常生活中常见的关键词或表达方式，[…]
Leave a Comment随着云计算的出现，随着计算能力和数据的普及，机器学习（ML）现在正在对各个行业产生影响，并且成为每个企业和行业的核心部分亚马逊SageMaker Studio是第一个完全集成的机器学习开发环境（IDE），具有基于Web的可视界面您可以执行所有机器学习开发[…]
Leave a CommentAmazon SageMaker是一个端到端的机器学习（ML）平台，具有广泛的功能，可以导入、转换和测量数据中的偏差，并使用一流的计算和服务进行模型的训练、部署和管理，例如Amazon SageMaker Data Wrangler、Amazon SageMaker Studio、Amazon SageMaker Canvas、Amazon SageMaker Model Registry、Amazon SageMaker Feature Store等
Leave a Comment各行各业的公司都会创建、扫描和存储大量的PDF文件在许多情况下，这些文件的内容都是以文字为主，并且往往是用另一种语言编写的，需要进行翻译为了解决这个问题，您需要一个自动化解决方案，能够快速、高效地提取这些PDF文件中的内容并进行翻译许多企业都具有多样化的需求
Leave a Comment对大型语言模型（LLM）进行微调可以让您调整开源基础模型，以在特定领域的任务中实现更好的性能在本文中，我们讨论了使用Amazon SageMaker笔记本进行微调最先进的开源模型的优势我们利用了Hugging Face的参数高效微调（PEFT）库和通过bitsandbytes支持交互式微调的量化技术
Leave a Comment开源的大型语言模型（LLMs）变得越来越流行，使研究人员、开发人员和组织能够访问这些模型以促进创新和实验这鼓励开源社区的合作，以贡献于LLMs的发展和改进开源LLMs提供了模型架构、训练过程和训练数据的透明度，这使得研究人员能够理解[…]
Leave a CommentGPT-J是由Eleuther AI发布的开源6亿参数模型该模型经过Pile的训练，可以执行语言处理中的各种任务它可以支持各种用例，包括文本分类、标记分类、文本生成、问答、实体提取、摘要、情感分析等GPT-J是一个[…]
Leave a CommentPyTorch是一个基于Torch库的机器学习（ML）框架，用于计算机视觉和自然语言处理等应用客户选择PyTorch框架的主要原因之一是其简单性以及它的设计和组装是为了与Python配合使用PyTorch支持动态计算图，[…]
Leave a Comment数据是机器学习（ML）算法的基础存储大量数据的最常见格式之一是Apache Parquet，因为其紧凑且高效的格式这意味着希望从数据仓库中的大量数据中提取见解的业务分析师必须经常使用[…]
Leave a Comment在当今快节奏的世界中，客户期望企业提供快速高效的服务但当询问量超过了用于解决它们的人力资源时，提供优质客户服务可能会面临重大挑战然而，随着生成式人工智能（生成[…]）的进步，企业可以在提供个性化和高效的客户服务的同时应对这一挑战
Leave a Comment