首页 > 科技 >

机器学习即服务(MLaaS):Google、Azure和AWS如何使AI民主化(5)

2018-09-09 18:22:04 网络整理 阅读:207 评论:0

在任何地方部署和管理模型。

使用Docker容器,可以在云、本地或边缘更快地将模型部署到生产环境中。

将最佳表现模型推广到生产中,并在必要时重新..。

3、AWS机器学习服务

AWS提供的机器学习服务可帮助开发人员通过预先..的服务轻松地为任何应用程序添加智能。对于..和推理,它提供了广泛的计算选项,包括基于GPU的强大实例,计算和内存优化实例,甚至FPGA。你将从一组用于数据分析的服务中进行选择,包括数据仓库、商业智能、批处理、流处理和数据工作流程编排。

以下是AWS提供的服务:

机器学习即服务(MLaaS):Google、Azure和AWS如何使AI民主化(5)

AWS机器学习应用程序

Amazon Comprehend:这是一种自然语言处理(NLP)服务,可以使用机器学习识别关系并在文本中找到见解。它识别文本语言,并理解文本的正面或负面信息,提取关键短语,如地点、人物、品牌或事件。然后使用标记化和词性分析文本,并按主题自动组织文本文件集合。

Amazon Lex:这项服务提供了亚马逊Alexa用于开发人员的相同深度学习技术,帮助他们轻松构建复杂、自然的语言和会话机器人。它具有先进的深度学习功能,如自动语音识别(ASR)和自然语言理解(NLU),以促进更多的场景,如与用户的对话交互。

Amazon Polly:这种文本到语音转换服务使用先进的深度学习技术产生听起来像人声的语音。它提供各种语言的数十种生活声音。你可以简单地选择理想的语音,并构建在许多不同国家/地区使用的支持语音的应用程序。

Amazon Rekognition:此服务可以识别图像或视频中的对象、人物、文本、场景和活动以及任何不适当的内容。它还为图像和视频提供高度准确的面部分析和面部识别。AWS机器学习..

Amazon SageMaker:它是一个解决机器学习过程中复杂性的..,从构建到部署模型。它是一个完全托管的..,可帮助开发人员和数据科学家快速轻松地构建、..和部署任何规模的机器学习模型。

相关文章