da Agency

Amazon Rekognition ist ab sofort in der AWS-Region USA Ost (Ohio) verfügbar

Amazon Rekognition ist ein auf Deep Learning basierender Service, mit dem Sie auf einfache Weise Bildanalysen zu Ihren Anwendungen hinzufügen können. Mithilfe der Rekognition Image API lassen sich in Bildmaterial Objekte, Szenen, Gesichter und unangemessene Inhalte erkennen, Texte extrahieren, bekannte Persönlichkeiten erkennen und Gesichter suchen und vergleichen. Die Rekognition Video API für die AWS-Region USA Ost (Ohio) ermöglicht es, in auf Amazon S3 gespeichertem Videomaterial Personen zu verfolgen, Objekte, Szenen, Aktivitäten und unangemessene Inhalte sowie bekannte Persönlichkeiten zu erkennen und Gesichter zu suchen. 
Quelle: aws.amazon.com

da Agency

AWS X-Ray SDK for Ruby (Beta)

AWS X-Ray SDK for Ruby bietet Entwicklern die Möglichkeit, Informationen von ihren Anwendungen aufzuzeichnen und an den AWS X-Ray-Service auszugeben. Mit dem Repository auf Github sind Sie binnen Minuten startbereit.  
Quelle: aws.amazon.com

da Agency

Unterstützung von Apache Spark 2.2.1 mit Integration von Amazon SageMaker und Apache Hive 2.3.2 auf Amazon EMR Version 5.11.0

Sie können jetzt Apache Spark 2.2.1, Apache Hive 2.3.2 und die Amazon SageMaker-Integration mit Apache Spark auf Amazon EMR Version 5.11.0 verwenden. Spark 2.2.1 und Hive 2.3.2 enthalten mehrere Fehlerkorrekturen und Verbesserungen. Amazon SageMaker Spark ist eine als Open Source bereitgestellte Spark-Bibliothek für Amazon SageMaker, einen vollständig verwalteten Service, der Machine Learning-Modelle jeder Größenordnung erstellen zu trainieren und bereitstellen kann. Sie ermöglicht Ihnen, Spark-Stufen und Stufen, die mit Amazon SageMaker interagieren, in Ihren Spark ML Pipelines überlappend zuzulassen, sodass Sie Modelle mit Spark DataFrames in Amazon SageMaker mit von Amazon bereitgestellten ML-Algorithmen trainieren können, wie beispielsweise K-Means-Clustering oder XGBoost.
Quelle: aws.amazon.com

da Agency

Amazon WorkSpaces unterstützt jetzt konfigurierbaren Speicher und Wechsel zwischen Hardware-Paketen

Heute stellt Amazon WorkSpaces zwei neue Funktionen zur Verfügung. Erstens können Sie jetzt die Menge an Speicher konfigurieren, die Ihre WorkSpaces beim Start erhalten, und den Speicher für einen ausgeführten Workspace jederzeit erhöhen. Zweitens können Sie ab sofort das Hardware-Paket, auf dem Ihr WorkSpace ausgeführt wird, mit einem einfachen Neustart ändern. Alle Anwendungen, Daten und der Speicher bleiben unverändert, aber Sie können jetzt auf ein leistungsstärkeres Paket wechseln, um ressourcenintensive Anwendungen zu unterstützen, oder auf ein weniger leistungsstarkes, um Kosten zu sparen. Mit diesen Funktionen bietet Amazon WorkSpaces jetzt zusätzliche Flexibilität für den Support verschiedener Anforderungen von Endbenutzern, während Ihre Kosten weiterhin optimiert werden.  
Quelle: aws.amazon.com