관리형 스팟 교육, Amazon SageMaker 교육 비용을 최대 90%까지 절감

Amazon SageMaker는 개발자와 데이터 과학자가 모든 규모의 모델을 쉽게 구축, 교육 및 배포할 수 있도록 하는 완전 관리형 모듈식 기계 학습(ML) 서비스입니다. 내장 알고리즘을 사용하거나 자체 알고리즘을 가져올 수 있고, AWS Marketplace의 사용 가능한 알고리즘 중에서 선택할 수도 있기 때문에 ML 모델을 실험에서 스케일 아웃 프로덕션으로 전환하는 것이 그 무엇보다 훨씬 쉽고 빠릅니다. Amazon SageMaker의 주요 이점…

Amazon SageMaker를 활용한 학습 도우미 플랫폼, Course Hero

Course Hero는 학생들이 수많은 과목에 대한 학습 안내서, 수업 노트 및 연습 문제 등을 포함하여 2,500만 개 이상의 코스별 학습 자료를 이용할 수 있도록 해주는 온라인 학습 플랫폼입니다. AWS에서 실행되는 이 플랫폼은 모든 학생이 자신감을 갖고 준비된 상태에서 수업을 들을 수 있게 하는 것을 목적으로 개발되었습니다. 이를 가능케 하기 위해 Course Hero는 주요 AI와 머신 러닝…

Amazon Polly를 사용하여 개발된 Volley와 음성으로 플레이 해보세요.

음성 기반의 서비스 경험에 대한 고객들의 관심은 날로 커지고 있습니다. Volley는 최첨단의 음성 제어 게임 및 엔터테인먼트 개발업체로써 인기 있는 스마트 스피커 게임 시리즈와 함께합니다. 이 Volley의 여러 기능은 Amazon Polly에 의존합니다.   매일 점점 더 많은 사람이 버튼을 누르는 대신 스마트 스피커에 음성 명령을 함으로써 조명을 켜고, 날씨를 확인하며, 음악을 틉니다. Volley는 샌프란시스코에서 시작한…

Amazon SageMaker, 이제 Apache MXNet 1.4 및 Model Server 지원

Apache MXNet 은 딥 뉴럴 네트워크를 교육 및 배포하는데 사용되는 오픈 소스 딥 러닝 소프트웨어 프레임 워크입니다. 데이터 과학자 및 기계 학습(ML) 개발자는 딥 러닝 모델을 구축할 때 유연성과 효율성을 갖춘 MXNet을 선호합니다. Amazon SageMaker는 MXNet을 포함한 모든 ML 프레임 워크 및 라이브러리에 대한 고객 경험을 개선하기 위해 노력하고 있습니다. 최신 버전의 MXNet 1.4를 사용하면 MXNet 컨테이너를 인터넷이 없는 환경에서도 사용할…

TensorFlow 및 Apache MXNet으로 Amazon SageMaker에서 Keras 모델 교육 및 배포하기

Keras는 딥 러닝을 위한 인기 있고 문서화가 잘 되어있는 오픈 소스 라이브러리이며, 아마존 SageMaker는 사용자에게 교육과 기계 학습 모델을 최적화하기 위한 쉬운 도구를 제공해 오고 있습니다. 지금까지는 사용자는 해당 두 가지 모두를 사용하기 위해 사용자 정의 컨테이너를 만들어야 했지만, Keras는 이제 TensorFlow 및 Apache MXNet를 위한 빌트인 TensorFlow 환경의 일부가 되었습니다. 그 결과 개발 프로세스가 간소화되었을 뿐만 아니라 스크립트 모드나 자동 모델 튜닝과…

AWS가 오픈 소스 Neo-AI 프로젝트를 시작하여 에지 장치에서 ML 구현 가속화하기

re:Invent 2018에서 기계학습 모델을 한 번 훈련시킨 후 클라우드와 에지에 있는 어디에서나 실행할 수 있는 새로운 기계학습 기능인 Amazon SageMaker Neo를 발표했습니다. Apache Software License에 따라 오픈소스 Neo-AI 프로젝트로 코드를 공개합니다. 이 릴리즈를 통해 프로세서 벤더, 장치 제조업체 및 심층 학습 개발자는 다양한 하드웨어 플랫폼에 새롭고 독립적인 기계 학습 혁신 기술을 신속하게 도입할 수 있습니다.…

[re:Invent 2018] Amazon SageMaker: Prebuilt Algorithms

* 세션명 : AIM325-R – [REPEAT] Amazon SageMaker: Prebuilt Algorithms * 일자 : 2018/11/26 13:00~14:00 * 장소 : Aria West, Level 3, Starvine 10, Table 4   Amazon SageMaker와 함께 제공되는 다양한 내장형 고성능 기계 학습 알고리즘을 사용하는 방법을 학습하는 세션이였습니다. 퀵사이트를 사용하여 다양하고 프로젝트에 도움이 되는 여러 기능을 토대로 대쉬보드를 만드는 시연을 하여 이해하기…

[re:Invent 2018] CI/CD for Your Machine Learning Pipeline with Amazon SageMaker

* 세션명 : DVC303 – CI/CD for Your Machine Learning Pipeline with Amazon SageMaker * 일자 : 2018/11/26 16:45~17:45 * 장소 : Venetian, Level 3, Murano 3205   Developer Tools 카테고리의 제품들과 연계하여 Amazon SageMaker 에서 빌드와 배포 자동화하는 내용의 세션으로 데모 시연을 통해 보다 구체적인 설명을 들을 수 있었습니다. 세션과 관련된 AWS 서비스로는 AWS CodePipeline,…

Emojer가 Machine Learning을 활용하여 모두를 위한 커스텀 이모티콘을 만드는 법

이모티콘의 폭발적인 인기는 아주 흥미로운 주제입니다. 플래시백 : ) 또는; )의 2000 년대 초반 텍스트 기반 이모티콘에서 오늘의 😃과 😉로 자연스럽게 발전하는 것이 오늘날의 언어 및 지리학 문화적 밈(meme)으로 바뀌었습니다. 웃는 얼굴은 어디에 살든 관계 없이 웃는 얼굴입니다. 2016 년, “Emoji Movie”가 나오기도 했습니다. 이는 Animoji 기술에 대한 애플의 큰 마케팅 추진을 위한 액션이었습니다. 그러나 왜 이 미리…

AWS의 딥러닝 사용하여 자연재해에서 자산 피해를 최소화 하는 법

2017 년 산타 로사 (Santa Rosa) 화재와 허리케인 하비 (Hurricane Harvey)와 같은 자연 재해로 인해 매년 수십억 달러의 재산 피해가 발생하여 주택 소유자들이 경제적 어려움을 겪고 있습니다. 보험 회사는 영향을 받은 주택을 평가하기 위해 최선을 다하지만 평가가 가능해지기까지 몇 주가 소요될 수 있으며 주택을 인양하고 보호할 수 있습니다. 재산 데이터 분석 회사인 EagleView는 AWS의 딥러닝을…