© 2016, Amazon Web Services, Inc. or its Affiliates. All rights reserved. 张孝峰 AWS解决方案架构师 March 17, 2017 Amazon 的人工智能&深度学习 围绕数据的“飞轮” 机器学习 深度学习 人工智能 更多的用户 更好的产品 更多的数据 更好的分析 对象存储 数据库 数据仓库 数据流分析 商业智能 更多的用户 更好的产品 更多的数据 更好的分析 围绕数据的“飞轮” 算法 数据 程序模型 GPUs & 计算加速 深度学习的爆发 图像理解 自然语言处理 语音识别 机器自主 AWS 之上的人工智能应用 Zillow • Zestimate (using Apache Spark) Howard Hughes Corp • Lead scoring for luxury real Fraud.net • Detect online payment fraud DataXu • Leverage automated & unattended ML at large scale (Amazon EMR + Spark) Mapillary • Computer vision for crowd sourced maps Hudl • Predictive analytics on

高级选项 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 745 16.2 使用Amazon SageMaker . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 747 16.2.1 注册 更新Notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 749 16.3 使用Amazon EC2实例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 750 16.3.1 创建和运行EC2实例 Gaurav Saha, Murat Semerci, Lei Mao, Zhu Yuanxiang, thebesttv, Quanshangze Du, Yanbo Chen。 我们感谢Amazon Web Services，特别是Swami Sivasubramanian、Peter DeSantis、Adam Selipsky和Andrew Jassy对撰写本书的慷慨支持。如果没有可

significant human involvement, and for that reason can be expensive and slow. Many organizations and AI labs can only do limited data labeling because it is expensive. Moreover, the labelers need to be trained up the required libraries, and loading the training and validation sets. We leverage the nlpaug library to perform the augmentations. It provides a simple 5 Maas, Andrew, et al. "Learning word vectors technologies. 2011. mechanism to chain multiple augmentations. It can be replaced with any other library per individual preference. %%capture # We will use nlpaug to augment the text samples. !pip install

algorithm, SVM, K-means, factor analysis, PCA, neural networks etc. 68 hours (4 hours/week × 17 weeks) Labs (35%) + Homework (15%) + Final exam (50%) Website: https://funglee.github.io/ml/ml.html Teaching

model and wraps the prunable blocks for sparse training using TFMOT (Tensorflow Model Optimization) library. In this case, we prune the 50% of the weights in each prunable block using magnitude-based pruning performance. Let's go ahead and strip the pruning weights from the model that were added by the TFMOT library as shown below. # Strip the pruning wrappers from the model. stripped_model = tfmot.sparsity.keras and evaluate keyword spotting systems used in common home automation devices like the Google Home, Amazon Alexa, etc. For each possible input in the dataset, it can be classified into one of the 12 classes

clouds that you have access to: # aws, gcp, azure, oci, lamabda, runpod, fluidstack, paperspace, # cudo, ibm, scp, vsphere, kubernetes pip install "skypilot-nightly[aws,gcp]" 随后，您需要用如下命令确认是否能使用云： sky run --platform linux/amd64 \ -td --rm --name sky \ -v "$HOME/.sky:/root/.sky:rw" \ -v "$HOME/.aws:/root/.aws:rw" \ -v "$HOME/.config/gcloud:/root/.config/gcloud:rw" \ berkeleyskypilot/skypilot-nightly

目前商品搜索中的一些问题 7 人工智能／深度学习在搜索中的应用：网页／电商搜索 • 基于深度学习的（Query, Document）分数是Google搜索引擎中第3重要的排序信 号 • 亚马逊（Amazon／A9)电子商务搜索引擎中， 深度学习还在实验阶段， 尚未进入生产线。 8 • 搜索数值矢量化  传统搜索基于文字匹配， 商品包含搜索词或者不包含搜索词  利用深度学习技术， 将搜索词和商品全部数值矢量化， of KiK • 聊天机器人将从根本上变革每个用户对人机交互的体验。 --Satya Nadella, Microsoft CEO 18 应用示例：苏宁易购机器人Sunny，百度度秘，Amazon Echo 19 问题分析与用户分析 网页前端 移动应用前端 系统架构图 会话分析 用户意图识别 检索模块 段落或句 子检索 文档检 索 专业检索接口： 商品参数接口 商品价格接口

Keras: 基于 Python 的深度学习库 Keras: The Python Deep Learning library* Author: Keras-Team Contributor: 万 震 (WAN Zhen) � wanzhenchn � wanzhen@cqu.edu.cn 2018 年 12 月 24 日 *Copyright © 2018 by Keras-Team Chinese Keras Markdown is that it is easy to read locally when learning the Keras Deep Learning Library. For the latest PDF version, please visit https://github.com/wanzhenchn/keras-docs-zh. Thanks for 的发展得到深度学习生态系统中的关键公司的支持 Keras 的开发主要由谷歌支持，Keras API 以 tf.keras 的形式包装在 TensorFlow 中。此外， 微软维护着 Keras 的 CNTK 后端。亚马逊 AWS 正在开发 MXNet 支持。其他提供支持的公司包 括 NVIDIA、优步、苹果（通过 CoreML）等。 快速开始 8 3 快速开始 3.1 Sequential 顺序模型指引 3.1.1

治疗师 chatbot 1995 •A.L.I.C.E.： 基于模式匹 配的NLP chatbot 2011, 2012 •Siri •Watson •Google Now 2015 •Amazon ALEXA •Microsoft Cortana •微软小冰 2016 •Facebook Messenger •Microsoft Tay IR-Bot: 智能检索机器人

are used for training and deploying these large models. Large organizations like Google, Facebook, Amazon, etc. spend several billion dollars each per year in capital expenditure on their data-centers, hence