亚马逊AWS官方博客

亚马逊云科技DeepRacer 是第一款专门为帮助开发人员进行强化学习（Reinforcement learning）实践而开发的1/18 比例的完全自动驾驶赛车。亚马逊云科技 DeepRacer 为开发人员提供了一种学习强化学习的简单方法，用新的强化学习算法和模拟到真实域传输方法进行实验，并在现实世界中体验 强化学习。开发人员可以在在线模拟器中训练、评估和调整强化学习模型，将他们的模型部署到亚马逊云科技 DeepRacer 上，从而获得现实世界的自动驾驶经验，并参加亚马逊云科技DeepRacer League 的比赛。

安全性是您应用程序的首要任务。安全几乎贯穿了产品研发的每一个环节，作为产品架构设计人员，开发，运维人员，使用系统级别的安全防护手段，可以有效的提高产品的安全性。在本文中，我们将向您介绍如何使用 Amazon VPC，Amazon KMS，Amazon Lambda 以及Amazon OpenSearch（Amazon ElasticSearch） 保护您的数据。

本文会介绍如何将本地训练好的TensorFlow模型部署到Amazon SageMaker来快速、灵活地创建TensorFlow模型服务器

本文会介绍通过SageMaker与Step Functions进行模型自动训练与部署的方法，并会与CodeCommit、CodeBuild、Jenkins集成，实现机器学习的CI/CD方案。

Atlas 是一套可伸缩且可扩展的数据治理服务，使企业能够有效和高效地满足其在 Hadoop 生态中的合规要求，并允许与整个企业数据生态系统集成。

本文旨在帮助读者一步步的快速上手并理解 OTA 升级流程，其中会使用到 AWS IoT Core, IoT Device Management，EC2 以及 S3 的相关功能。关于在开发过程中的具体流程可以配合参考 AWS IoT Device SDK 文档和另外一篇官方博客。

本文将针对在Amazon Redshift的使用场景下，探讨如何准实时或实时的摄入数据到Redshift，以使得数据立即可用，并可以依此来构建实时数仓架构。

在这篇文章中，我们将介绍如何使用 Powertools 在无服务器架构的 Amazon Lambda 中对JSON进行数据验证。

自从 AWS 推出无服务架构 AWS Lambda 以来，成千上万的用户都受益于此，您无需预置或管理任何服务器，就可以快速部署和运行代码。但是在无服务器架构带来极大便利的同时，我们需要承认，如果您使用无服务器架构模型，在实时性要求较高的应用场景下，Lambda 冷启动将会是您的应用程序需要面临的一个切实的挑战。本文总结了四种有关 Lambda 冷启动优化的解决方案。编程语言选择， 应用程序瘦身，代码预热（温程序）和jvm优化。每个解决方案，都有自己的优势和局限。

在数据驱动业务的时代，各行各业中不同体量的客户都意识到数据的重要性，但是面对日 益增加的各式各样的数据，如何知晓这些数据是什么，什么时间，什么地方发生了变化， 这个数据的拥有者又是谁,等等。只有清楚的知晓这些内容，才能做到数据驱动业务。这 个时候，数据的元数据管理与数据治理成为企业级数据湖的重要部分。本文聚焦于构建在 Amazon EMR 之上的 Apache Atlas 展现数据目录和数据血缘。