快速上手|产品设计缺人手？生成式AI秒出图！

于 2024-11-02 10:01:54 发布
阅读量52 收藏
点赞数
原文链接：https://mp.weixin.qq.com/s?__biz=Mzg4NjU5NDUxNg==&mid=2247584559&idx=1&sn=125a10ee8c55a907b9610f0f6d021993&chksm=ce5139dc02aa59ae9f203caeff071f597451febdbb426dbd3d0bd813c3f2438f8bb8c5b72b9d&scene=126&sessionid=0
版权

🖱️本期视频将重点探讨Amazon Bedrock上文本生成图像基础模型的能力及应用。

🎨点击视频，看亚马逊云科技资深开发者布道师黄浩文如何借助Amazon Bedrock进行产品设计、插画创作、电路板缺陷检测。

*请下滑至文末，点击“阅读原文”进入视频提及的实验手册！

扫描下方二维码，立即体验Amazon Bedrock上的Llama模型！解锁更多开发空间！

c086850a778200c34db9a50d8f4b1148.png

8f5875f914ae443a2270809a7fe14e47.png

4de1d08f390b5ea55a7dd02dc93c97cd.png

194fec7778847395b38ab0df6fcef92d.png

b8d364da43dd479bf446d8798353d556.png

83ce23194c7bd6e1e1c90002fa395b46.gif

星标不迷路，开发更极速！

关注后记得星标「亚马逊云开发者」

听说，点完下面4个按钮

就不会碰到bug了！

350ce3af21ed30082f0a9eb4aa2805cd.gif

博客
企业DevOps探讨：“谁构建、谁运行”原则的理论基础
12-30 9449
“谁构建，谁运行” --沃纳·沃格尔这样的场景大家想必不会陌生：我们正与家人共度美好时光，突然刺耳的电话铃声嗡嗡响起，我们的注意力也为之吸引。听筒中的尖叫声告知，我们的应用程序——也就是那些定期受到内存泄漏侵扰、但重启之后又能恢复正常的小冤家们——现在终于彻底起义了，服务器资源在几分钟之内就被其彻底榨干。目前该应用已经无法正常起效，而运维团队除了尝试重启与回滚之外无法可想——而最新
博客
企业DevOps：实施过程中需要关注的各项要点
12-29 8078
作者：亚马逊云科技企业市场战略总监Stephen Orban“经验并非凭空创造，而是依靠点滴积累所实现” ---阿尔贝·加缪在此次的企业DevOps探索之旅系列文章当中，我将带大家一同探讨企业在具备一定DevOps经验之后又该如何处理下一步可能面临的状况。当然，这些只是我个人在接触自动化、面向客户服务之IT体系以及“谁构建、谁运行”方面事务的同时积累下的一些心得体
博客
将DevOps纳入企业环境引发的思考
10-13 6348
作者：亚马逊云科技企业市场战略总监Stephen Orban“发展是一种以渐进式改善为载体的持续性行为”——英德拉瓦蒂虽然DevOps可以算是相对新鲜的概念，不过在我看来、其本质思路很早之前就已经出现。从这个角度看，目前很多企业已经广泛接纳这一概念并将其作为文化性产物看待，具体而言就是将大量原本孤立的团队融合起来，从而实现速度更快、频率更高且更为可靠的工作成果。我个人非常幸运
博客
利用Amazon Machine Learning与Amazon Redshift建立二进制分类模型
09-07 8258
日常生活中的大部分决策都以二进制形式存在，具体来说就是这类问题能够以是或者否来回答。而在商业活动中，能够以二进制方式回答的问题也有很多。举例来说：“这种情况是否属于交易欺诈？”，“这位客户是否会购买该产品？”或者“这位用户是否存在流失风险？”等等。在机器学习机制中，我们将此称为二进制分类问题。很多商业决策都能够通过准确预测二进制问题的答案来得到强化。Amazon Michine Learning（
博客
利用Amazon Mobile Analytics与R深入探究移动应用的使用模式
08-31 6798
作者：Sandeep Atluri 亚马逊数据科学家要真正鼓励用户使用我们的移动应用程序，最重要的前提就是深入了解用户使用应用程序时的行为模式，而后据此作出体验优化。不过通过应用程序事件数据来找出有意义的模式往往极具挑战性，而标准KPI所提供的诸如月度活跃用户（简称MAU）以及每日活跃用户（简称DAU）并不足以勾勒出完整的图景。举例来说，所发布应用在过去三十天中的用户开启次数能够帮
博客
亚马逊云科技使用心得：当初我曾错过的那些宝贵经验
07-08 2万+
在今天的文章中，我整理出了大量当初曾经错过、而至今仍将我追悔莫及的亚马逊云科技（Amazon Web Services）使用心得。在几年来的实践当中，我通过在亚马逊云科技之上新手构建及部署各类应用程序而积累到了这些经验。虽然内容有些杂乱，但相信仍然能给各位带来一点启示。从物理服务器向“云环境”转移的过程不仅仅是一项技术任务，同时也意味着我们的思维方式需要作出针对性的转变。总体而言，在物理环境下我们
博客
Amazon Bedrock 上的模型擂台赛：Nova、Claude，谁是最强图片/视频审核大模型？
05-20 330
本文将使用相同的视频图像审核测试数据集，从审核准确率、误报率、漏报率等多项指标全面评估亚马逊云科技 Amazon Bedrock 上三款多模态大模型的表现差异，这包括亚马逊自研大模型 Nova 系列的 Lite 和 Pro 模型、Anthropic 的 Claude 3.7 Sonnet 模型，对比分析不同模型在色情内容和暴力内容审核场景下的优势，为您选择和构建合适的基于大模型的内容审核解决方案提供洞见与参考。Nova Lite 对色情图片的检测准确率为 50%，对暴力图片的检测准确率为 88.33%
博客
快速上手教程！构建MCP Client代理Amazon Bedrock请求
05-19 9
亚马逊云科技SaaS Factory高级解决方案架构师，致力于帮助客户在亚马逊云科技上构建SaaS解决方案。如下代码会接收输入，并保持对话循环，直至用户退出（输入空白消息）。使用Converse时，您需要提供包含用户与助手之间所有消息的对话记录。则是一款可供使用的开源协议，但您需要构建一个客户端，来代理。MCP目前仍处于初期发展阶段，但这类工具在提升。，以便将请求代理到MCP Servers，，则可在代码中指定的位置，通过以下代码将。的同时，常需使用其他资源或工具。调用正确的工具，并将响应返回给。
博客
变长特征序列处理太头疼？Amazon SageMaker治愈开发焦虑！
05-19 7
以上方案1中，把变长特征通过截断和padding，处理为定长的序列特征字段，该方案会导致特征数据膨胀问题，比如原来某一特征列在原始数据中只有5个多值key和weight权重，而如果特征基数为10，需要padding为定长10的特征序列，则会膨胀一倍。在模型训练时传入特征训练数据，该API只能接收定长序列的特征字段类型。和截断的定长序列特征、保持变长序列特征的两种训练方案，两种方案各有特色，分别适用于不同的应用场景，旨在建立一个高效、可扩展的变长特征处理框架，为推荐和广告系统的模型训练提供更好的支持。
博客
Amazon Q 从入门到精通 – 测试与重构
05-19 392
本文以一个“意大利面条式”的，充满了不良设计的代码为样例，展示了 Amazon Q Developer 如何能够以简单/精炼的自然语言交互的方式，短时间内帮助开发者完成代码重构和自动化测试用例的编写，在确保代码质量的同时，大大降低了测试代码的维护成本。不仅如此，当业务代码不断随着市场需求发生频繁变化的时候，开发者将可以随时以智能化、自动化的方式，让 Amazon Q Developer 协助生成最新的单元测试代码，让单元测试能够提供精确代码质量保证的同时，不再产生高昂的维护代价！
博客
内存带宽涨60%！EC2 P6-B200实例训练推理性能飙升2倍
05-16 23
借助这些实例，您可以加速基础模型训练产品的上市时间，通过提供更快的推理吞吐量以降低推理成本，从而推动生成式AI应用的普及。的超大规模集群能力，以及亚马逊云科技Nitro系统的高级虚拟化和安全功能相结合，您能够在更高的安全性下，以更快速度和更大规模训练和部署基础模型。Amazon EC2容量块使用时长预留天数可选1-14天、21天、28天，或以7天为增量，最长不超过182天，最多可提前8周设置最早启动日期。这些实例在生成式AI训练（训练耗时）和推理（每秒处理的token）方面的性能提升可达两倍之多。
博客
SageMaker AI+MCP，快速原型设计指南
05-16 34
此外，她还撰写了19篇关于人工智能与机器学习和云技术的博客文章，并且是一篇关于CORD19神经搜索研究论文的合著者，该论文在享有盛誉的 AAAI（人工智能促进会）上荣获最佳研究论文奖。他与各行各业的企业合作，设计定制化的AI Agents，利用亚马逊云科技的机器学习技术栈解决复杂的商业挑战。标准下，MCP利用标准输入与输出（stdio）或可流式传输的HTTP等传输方式，具有诸多重要优势，例如卓越的故障隔离能力、动态服务发现机制、一致的安全控制措施，以及即插即用的可扩展性。最后，关闭数据流，以结束与。
博客
利用 Amazon Bedrock Data Automation（BDA）对视频数据进行自动化处理与检索
05-16 721
将 BDA 作为处理视频的手段之一减少了手工分镜，取帧等的工序。无服务器的架构为整体的设计提供了低成本的计算资源，后续的数据的存储选用 DocumentDB 也是希望可以用灵活地手段做 Json 数据处理。在 AI 模型的加持下，希望本文能够为 AI 与视频搜索提供了一种新思路。
博客
电商图片检索如何更精准？Amazon Bedrock构建解决方案轻松搞定！
05-15 33
对于文本+图片结合的图片检索，可以开启重排序功能，提供文字细节描述检索图片，增强检索准确度。应用大模型，在图片检索场景中可以提供增强的能力，如电商细分品类图片精准检索能力，用户可自定义提示词利用大模型生成对图片的描述信息，提升偏向性的检索召回效率，还可自定义提示词对召回图片进行重新排序，更加精准地检索图片。上传图片时，可选生成图片的精准描述，用户也可在源代码中修改提示词，获取更加贴近业务场景的关键描述信息，通过模型自动生成的描述信息也可以通过API或直接在UI进行修改。实现文本+图片的多模态检索。
博客
省钱提速新利器：Amazon Bedrock智能提示路由
05-15 49
由于路由机制会优先调用成本较低的模型，同时使任务中的基准准确率保持不变，因此尽管会增加开销，但与总是调用更大或更贵的模型相比，您仍有望获得降低整体延迟和成本方面的优势，下文基准结果部分将进一步讨论这个问题。若要使用其他语言或自定义用例，请在生产应用程序中实施提示路由之前，自行进行测试，或联系您的亚马逊云科技账户团队，以获得设计和开展相关测试的帮助。使用默认路由进行实验后，您可以根据您的使用场景需求自行配置路由，在测试环境中评估响应质量，如果这些路由满足您的要求，即可将其用于生产应用程序。
博客
全新 Graviton4 实例，提升 Valkey 性价比
05-15 834
Valkey 是一个基于 Redis 的高性能键值存储系统，专为云环境设计。它继承了 Redis 的所有优点，如快速的读写速度、丰富的数据结构支持，同时还增加了一些云原生特性，如自动伸缩、跨区域复制等。Valkey 广泛应用于缓存、会话存储、实时分析等场景，成为许多企业的首选解决方案。主要特点：高性能：毫秒级的读写延迟可扩展性：支持横向和纵向扩展高可用性：内置故障转移和数据持久化机制丰富的数据结构：支持字符串、列表、集合、有序集合等云原生：易于在云环境中部署和管理您可以通过查看博客文章。
博客
架构图创建难？Amazon Q CLI + MCP来破局！
05-14 35
在动态变化的云环境中，及时更新这些架构图以准确反映基础设施的变化，不仅会成为提高生产力的瓶颈，还可能导致文档与实际情况出现偏差。亚马逊云科技社区构建者、FinOps专业人士、热衷于DevOps的爱好者、充满激情的演讲者、博客写手，以及崭露头角的“云技术领域影响力人物”，致力于帮助他人在云技术领域构建坚实的职业生涯。做准备工作的解决方案架构师，亦或是正在学习云架构模式的开发者，采用这种方法都能显著加快您的工作流程。您可按照上述步骤进行设置。复杂的图表可能会超出提示词语境的限制，或者生成结构不清晰的图表。
博客
无需托管事件总线！ Amazon EventBridge实现跨账户事件传输
05-14 31
这两个团队只能管理目标账户，例如创建SQS队列等传输目标，并授予权限，以接受来自源账户中集中式事件总线的事件。两种方法都有源账户和目标账户，但是跨账户通信的设置方式不同。然后，您需要在源事件总线上配置一条规则，把事件发送到目标事件总线，并在目标事件总线上再配置一条规则，才能将事件传输到目标账户中的所需目标。您将使用源账户中的事件总线将事件直接发送到目标账户中的SQS队列、Lambda函数和SNS主题。例如，您可能在多个账户中托管了一组事件总线，这些总线将与安全相关的事件分发到托管在集中式账户中的。
博客
Apache Seatunnel &amp； Amazon Bedrock 助力生成式 AI 应用规模化生产实践
05-14 679
本文通过 Apache SeaTunnel + Amazon Bedrock + Amazon OpenSearch 的组合，构建了一套高可扩展性、低耦合的语义搜索数据处理链路，成功实现了从结构化/非结构化文本数据到向量检索系统的全流程集成。该方案具有如下优势：松耦合架构设计：SeaTunnel 的插件式 Transform 和 Sink 机制，使得模型调用与向量写入逻辑保持解耦，方便后续替换嵌入模型或变更底层向量数据库；
博客
Valkey能否成为Redis替代选项？性能测试告诉你答案
05-13 58
通过增加IO线程数，Redis可以并行处理更多的网络IO操作，减少单线程处理的瓶颈。，但需要结合服务器规格来设置，会存在临界点，即再增加IO线程，不会再带来额外性能提升。Set有IO线程多路复用。亚马逊云科技解决方案架构师，负责基于亚马逊云科技的云计算方案架构的咨询和设计，在云计算行业有超过9年的从业经验，具有丰富的项目实践经验，目前专注于游戏行业。亚马逊云科技已经在托管的服务中做了最适配的设置，对于自建Valkey，可以按照需要设置。从理论分析，IO多路复用的提升，内存资源的节约应该对性能有正向的提升。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值