　　最近遇到一些人想做音訊的合成，我回答他或許可以從圖像風格轉換中找到些靈感，我才突然想起我對於這部分的認知只止於知道他能做什麼及結果大概如何，對於內部訓練邏輯及結構並沒有認真的去了解，現在剛好趁此機會好好的學習一下。

音樂藝文

職場

以行動支持創作者！付費即可解鎖

AI、電腦視覺、圖像處理、AWS等等持續學習時的學習筆記，也包含一些心得，主要是幫助自己學習，若能同時幫助到不小心來到這裡的人，那也是好事一件 : )

　　除了上篇提到的 Data Wrangler 外，SageMaker 還有許多配套的功能，其中有個叫做 Pipelines 的東西，說是可以用來構建、 管理及自動化深度學習流程，能夠節省人工操作，有那麼神?這次就來試試 Pipelines 能夠為我們帶來什麼體驗。

實踐AWS中使用Lambda來負責登入簽核及與OpenAI API溝通，並利用S3容器託管一個靜態網頁做為前端

<div class="draft-block draft--p left">資訊技術總是以跳躍式知識衝擊！</div>
<div class="draft-block draft--p left">昨日的新穎，儼然是今日平常。</div>