iT邦幫忙

aws bedrock相關文章
共有 21 則文章
鐵人賽 Build on AWS DAY 24

技術 Day 24: 如何使用AWS bedrock agent查詢DynamoDB資料 (下)

昨天說完 agent 的需求和架構之後,今天就可以一個步驟一個步驟設定 agent ,總共會有六個步驟。 Step 1:開啟 Model 使用權限 要讓 Age...

鐵人賽 Build on AWS DAY 22

技術 監控與日誌分析實作

前言 今天我們要專注於監控和 log 分析相關,前陣子我們幾乎都只是針對 aws bedrock 和Sagemaker 提到關於監控相關的執行和實作,今天我們以...

鐵人賽 Build on AWS DAY 25

技術 【Day 25】 免費背景音樂來源調查 / 串接 Bedrock Agent 可行性研究

前言 前幾回,都在做 Nova Reel 生成影片,放了兩天後確認帳單,覺得有點貴貴的。 光是在 Tokyo Region 產出一個六秒的影片,就需要花 0.4...

鐵人賽 Build on AWS DAY 23

技術 Day 23: 如何使用AWS bedrock agent查詢DynamoDB資料 (上)

在 AI 蓬勃發展的時代,我們可以透過 AI 協助查詢和處理資料庫中的資料,如果今天使用者不是工程師,而是個 PM 或 Sales ,也許可以設計一個簡單的對話...

鐵人賽 Build on AWS DAY 24

技術 【Day 24】 實作 Amazon Nova Reel 的生成介面及 API (下)

前言 今天是中秋連假第一天,依然要繼續修改未完成的頁面。 今天繼續將 prompt.html 頁面樣式,並且整合先前 index.html 的 Navigat...

鐵人賽 Build on AWS DAY 20

技術 多模態AI應用:文字+圖像處理

前言 今天要開始學習處理多模態應用,這裏使用者會輸入不僅是文字也可能是圖片需要辨識,那我們就需要該技巧,今天,我們嘗試多模態AI的世界,學習如何使用AWS Be...

鐵人賽 Build on AWS DAY 23

技術 【Day 23】 實作 Amazon Nova Reel 的生成介面及 API (上)

前言 前一回,透過 Console 試用了一下 Nova Reel 生成素材。 接著我們需要繼續完成介面、API 傳遞邏輯、權限配置等設定。 原始碼 impor...

鐵人賽 Build on AWS DAY 18

技術 SageMaker Pipeline:ML工作流程自動化

前言 實際的機器學習會有多重情境,需要多個 pipeline 去做處理像是從數據處理、模型訓練到部署往往需要經過多個步驟,也許有些地方還需要人工介入這樣我們將探...

鐵人賽 Build on AWS DAY 17

技術 向量資料庫整合 (OpenSearch/Pinecone)

前言 學習了如何使用 Amazon Bedrock 生成 Embeddings,但光有向量還不夠,我們需要一個高效的方式來儲存和檢索這些向量資料今天我們將深入探...

鐵人賽 Build on AWS DAY 16

技術 RAG (Retrieval-Augmented Generation) 實作

前言 今天,我們要介紹一個強大的技術:RAG (Retrieval-Augmented Generation),它能讓 LLM 基於您的專有知識庫來回答問題,...

鐵人賽 Build on AWS DAY 15

技術 中期專案:智慧客服聊天機器人

前言 前陣子已經針對 aws bedrock 和 asw sageMaker 做各種介紹,我們要開始整合各方知識實作一個專案過往我在公司也有過過智能客服聊天機器...

鐵人賽 Build on AWS DAY 14

技術 Bedrock與SageMaker的整合架構

前言 今天我們要深入了解如何將這兩個強大的AI服務進行整合,打造出更完整且靈活的AI應用架構。這種整合不僅能發揮各自的優勢,還能創造出1+1>2的效果 簡...

鐵人賽 Build on AWS DAY 10

技術 Bedrock模型比較:Claude vs Llama vs Titan

前言 今天我們要深入探討三個模型上的差異,可以針對其應用場景選擇自己適合的這樣在未來開發上以及使用上比較不會因為這樣對模型有錯誤的理解 model Claude...

鐵人賽 Build on AWS DAY 9

技術 Bedrock進階:Prompt Engineering技巧

前言 今天這篇我們探討 prompt engineer 相關的知識,不同模型有可能根據提示詞(Prompt)會給不同的結果(Claude、Llama、Titan...

鐵人賽 Build on AWS DAY 8

技術 成本優化策略與監控設定

前言 看似這樣的主題與 ai 無關,但相信有用過 aws 服務的都很清楚,人家 amazon 是營利機構,在我們建置 ai 應用的時候,難免要和老闆,或是大公司...

鐵人賽 Build on AWS DAY 7

技術 IAM權限設定與安全性考量

前言 在前面幾天的學習中,我們已經了解了AWS Bedrock和SageMaker的基本概念,也成功建立了AWS帳戶。今天我們要深入探討一個極其重要但常被忽略的...

鐵人賽 Build on AWS DAY 4

技術 Bedrock實作:對話式聊天機器人

前言 今天我們來做更多應用,前面第一個實作以,文字生成應用為主,今天我們來玩點稍微進階的主題,『對話式聊天機器人』, 一樣我們快速建立專案,可以參考 day3...

鐵人賽 Build on AWS DAY 3

技術 Bedrock實作:第一個文字生成應用

前言 現今在使用 ai 應用生態最完整肯定是 python,所以我大部分的應用大概會用 python 完成,如果有機會可以隨後考慮其他程式語言完成(有時間的話😅...

鐵人賽 Build on AWS DAY 2

技術 Amazon Bedrock基礎:Foundation Models簡介

簡單說明 今天我們開始提及 Foundation model 的部分,Bedrock 提供一個統一的平台存取多種 foundation model 說說 Ama...

鐵人賽 Build on AWS DAY 1

技術 AWS AI服務生態系統概覽與架構設計

簡介 這是我第一天的文章,簡單簡介一下關於 aws ai 應用相關, 因為我和大家一樣,是第一次嘗試這樣的主題,所以在文章內會看到本人踩雷掙扎到完賽(或是失敗)...

鐵人賽 DevOps DAY 30
探索亞馬遜雨林30天 系列 第 30

技術 Day 30: 使用Amazon Bedrock的AI21 Labs Jurassic-2 model分析sql query

最後一天,來說說現在最紅的AI。最近在學習如何使用postgre的Explain Analyze分析sql語法,靈機一動想說何不問問AI怎麼根據分析的結果去優化...