应用AWS DeepLens，开辟人员可以或许：

· 快速、全托管练习：Amazon SageMaker使灯揭捉?练更为简单。开辟者只须要简单指定Amazon EC2实例的类型与数量，同时指定其数据地位即可。Amazon SageMaker将设置分布式计算集群、履行练习、将结不雅输出至Amazon S3，并在完成后封闭此集群。Amazon SageMaker可以或许主动应用超参数优化机制对模型进行调优，同时调数以千计的不合算法参数组合，大年夜而实现更高的猜测精确率。

· 获得机械进修实践经验：AWS DeepLens是业界首款具备深度进修功能且可实现完全编程的摄像机，旨在精深度进修才能交付至每一位开辟人员手中。AWS DeepLens包含一台带有板载计算机的高清摄像机，其可以或许及时运行复杂的深度进修计算机视觉模型。其定制设计硬件每秒可运行跨越1000亿次深度进修运算，同时附带示例项目、示例代码以及预练习模型——意味着毫无经验的开辟人员也可以或许在十分钟之内轻松上手。开辟人员可以对教程进行扩大，应用AWS Lambda函数创建本身的定制化深度进修衔目。举例来说，用户可以对AWS DeepLens进行编程以辨认牌照上的数字并触发家庭主动化体系开启车库门，或者应用其辨认宠物狗爬上沙发的行动并及时向主人发送文本警告。

· 在云情况中练习模型，将结不雅安排在AWS DeepLens傍边：AWS DeepLens可与Amazon SageMaker相结合，意味着开辟人员可以或许在云端应用后者进行模型练习，而后仅经由过程AWS治理控制台中的数次点击将其安排在AWS DeepLens之上。该摄像机可以或许以及时方法容身自身设备完成模型运行。

应用Amazon SageMaker，开辟人员可以：

NFL CIO兼高等副总裁Michelle McKenna-Doyle解释称，“我们深化了与AWS的合作关系，将其作为NFL的官方技巧供给商，亦在积极应用Amazon SageMaker作为我们的下一代数据统计筹划。经由过程将Amazon SageMaker惹人我们的对象集，我们的开辟人员不再须要为机械进修流程中的无意义的反复工作而担心，转而真正构建粉丝们真正乐于接收的可视化、统计数据与体验。”

Hotels.com为全球领先的酒店品牌，以41种说话运营着90个本地化网站。Hotels.com与Expedia Affiliate Network公司副总裁兼首席数据科学官Matt Fryer指出，“在Hotels.com，我们一向高度存眷若何晋升行动速度，大年夜而充分应用最新技巧结不雅并保持立异优势。应用Amazon SageMaker，我们的团队得以应用分布式练习、优化算法与内置超参数功能容身范围最大年夜的数据集快速构建精度更高的醋，大年夜而缩短将模型投入实际临盆所须要的时光周期。只须要一次API调用，Amazon SageMaker即可为我们明显降低机械进修的复杂性，使我们得以快速为客户创造更幻想的应用体验。”

Intuit公司也意识到了机械进修的巨大年夜价值与威力，且借此赞助客户做出更好的日构造策并精简工作流程。该公司首席数据官Ashok Srivastava解释称，“应用Amazon SageMaker，我们得以经由过程在该平台上构建并安排算法的方法加快自身人工智能项目标范围化过程。我们将创造新的大年夜范围机械进修与人工智能算法，并将其安排在这一平台之上，最终解决我们客户所面对的各类复杂问题。”

路透社是全球领先的消息与信息专业资本供给商。路透社人工智能与认知计算中间负责人Khalid Al-Kofahi指出，“以前25年以来，我们一向在开辟先辈的机械进修功能，旨在赞助我们的客户发掘、连接、加强、组织并传递各类信息，确保他们可以或许成功简化工作流程并获取更多价值。应用Amazon SageMaker，我们得以在问准许用情况下设计出天然说话处理才能。我们的解决筹划须要应用Amazon SageMaker的强大年夜功能以多次进行深度进修设备。”

卡耐基梅隆大年夜学计算机科学学院院长Andrew Moore指出，“深度进修是我们的学生们所发明的一大年夜真正鼓舞人心的结不雅。其似乎每个礼拜都可以或许在机械人、说话以及生物学方面带来新的冲破。而我之所以爱好AWS DeepLens，也恰是因为其似乎有可能令机械进修实验真正实现平易近主化。像我们如许的高校异常乐于将AWS DeepLens惹人教室与实验室，大年夜而赞助加快学生们容身真实世界懂得深度进修的流程。”

新的语音、说话与视觉办事亦许可应用开辟者们更轻松地构建智能化应用法度榜样。

对于那些不具备机械进修专业常识，但却竽暌剐志于应用这些技巧构建人工智能类新型应用法度榜样的开辟者，Amazon Transcribe、Amazon Translate、Amazon Comprehend以及 Amazon Rekognition Video可以或许供给高质量且高精确度的机械进修办事，同时保持可扩大性与成本效益。AWS机械进修副总裁Swami Sivasubramanian指出，“如今客户正越来越多地将Amazon S3作为一套可扩大、靠得住且安然的数据湖，个中存储的数据量远超以往任何时刻。这些客户欲望可以或许将这些数据应用于企业与客户，是以他们须要易于应用的对象与技巧以解锁数据中的谍报。我们很高兴可以或许供给这四种新的机械进修应用办事，旨在赞助开辟人员急速着手创建新一代智能应用法度榜样，确保其有才能看到、听到、说出场与周边世界进行交互。”

· Amazon Transcribe (现处于预览阶段)可以或许将语音转换为文本，许可开辟人员将存储在Amazon S3傍边的音频文件转换为精确且完全的带标点文本。Amazon Transcribe已经进行练习，可以或许以高精确度处理低保真度音频——例如呼叫中间灌音。Amazon Transcribe可以或许为各个单词生成一个时光戳，以便开辟人员精确地将文本与源文件进行对齐。今朝，Amazon Transcribe仅支撑英语与西班牙语，将来还将有更多支撑语种被参加进来。在接下来的几个月中，我们还将尽力确保Amazon Transcribe得以同时辨认音频文件中的多个贰言人，并许可开辟人员上传自定义词汇表，以便对包含这些词汇的音频进行更为精确的转录。

· Amazon Translate (现处于预览阶段)应用今朝最先辈的神经机械翻译技巧，可供给将文本由一种说话转换为另一种说话的高精确度翻译才能。