継続は力なり

タイトル通り定期的な更新を心掛けるブログです。

10/7~10/14 AWSブログ

タダです。

先週のブログアップデートをまとめていなかったのでまとめていきます。

1、Amazon SageMaker でより速いパイプモードを使用してモデルのトレーニングを高速化する

  • SageMakerにはトレーニングデータを転送する方法としてファイルモードとパイプモードがあり、パイプモードが早く転送ができます

    レーニングデータは、トレーニングを開始する前に、まずトレーニンインスタンスに添付された暗号化された EBS ボリュームにダウンロードされます。しかし、パイプモードでは、入力データは実行中にトレーニンアルゴリズムに直接ストリームされます。この連続的なデータのストリーミングによって、いくつかの大きな利点がもたらされます

  • 本記事では、ファイルモードとパイプモードの使い分けの紹介もされてます

2、Amazon SageMaker Neural Topic Model で、補助語彙チャンネル、新しいトピック評価メトリクス、およびトレーニングサブサンプリングのサポートを開始

  • SageMaker Neural Topic Model (NTM) の 3 つの新機能の紹介記事です

3、Apache MXNet を Amazon SageMaker および AWS Greengrass ML Inference と共に使用する脳組織のセグメント化 – パート 2

  • ML リソースのエッジデプロイメントをたやすく実現するためにGreengrass がどのように SageMaker とシームレスに統合されるかについて紹介記事です
  • SageMaker で脳組織のセグメント化のためにトレーニングした効率的なニューラルネットワーク (ENet) を、AWS Greengrass ML Inference を使用してポータブルオフラインエンドポイントとした Raspberry Pi 3 にデプロイしました

4、テキストの向こう側にある世界: Spokata が Amazon Polly を使用して、リアルタイム音声でニュースと情報のユニバーサルアクセスを実現する方法

  • Spokata社がPollyを使ってテキストベースのニュースや情報を、リアルタイム音声でアクセスする事例の紹介記事です

5、買い物客のセンチメント: 店内での顧客経験の分析

  • 店内ビデオ分析のためのエンドツーエンドソリューションを構築するために、Rekognition、Lambda、S3、Glue、Athena、QuickSightを使ってプロセスを簡素化する方法の紹介記事です

6、Amazon Connect が数ヶ月以内に東京リージョンで利用可能に

  • Connectが近いうちに東京リージョンにて利用可能になるというアナウンス記事です

以上がブログまとめになります。