Elastic Stack + Cloud

了解更多有关 Elastic Search Platform(其中包括 Elasticsearch、Kibana 和 Elastic Cloud)的信息。

Videos

如何部署自然语言处理 (NLP):文本嵌入和矢量搜索

这篇博文以文本嵌入和矢量相似度搜索为例,介绍了使用深度学习模型启动和运行自然语言处理的过程,并演示了 Elasticsearch 中的矢量搜索能力

Videos

如何部署自然语言处理 (NLP):命名实体识别 (NER) 示例

本篇博文以命名实体识别 (NER) 为例,介绍了在 Elasticsearch 中使用深度学习模型启动和运行自然语言处理 (NLP) 的过程。

Videos

使用 Elastic 8.2 版打造流畅的搜索驱动型客户体验

通过帮助我们的用户打造流畅的搜索体验,加快排查云原生服务故障的速度,并提升安全分析师的体验,Elastic 8.2 版正在助力世界领先的组织获得强大的搜索功能、轻松解决问题并成功推动业务发展。

Videos

ING 和 Google Cloud 在云和创新方面的五大关键心得

行业专家小组探讨如何在复杂、严格监管的环境中推动变革、释放数据价值并加速增长。

Videos

将工作负载迁移至 AWS、Google Cloud 或 Microsoft Azure 上的 Elastic Cloud 的优势和最佳实践

选择一种迁移路径,将您现有的 Elastic 工作负载平稳过渡到 Elastic Cloud,以缩短价值实现时间并降低总体拥有成本 (TCO)。通过您所选的云服务提供商并利用多种迁移资源,快速开始您的迁移之旅。

Videos

10 步完成 Elastic 工作负载从本地部署至 AWS 上的 Elastic 的自动迁移

使用成熟有效的方法和简单易行的步骤,精简将 Elastic 本地部署成功迁移至 AWS 的流程。借助 AWS 上的 Elastic,充分利用云所能提供的一切优势:可扩展性、经济性和简便性。

Videos

将 Elastic 迁移到云时要考虑的 5 个因素

了解 Elastic 如何处理确保平稳过渡到云的 5 个关键因素:业务连续性、总体拥有成本、灾难恢复、合规性和安全性。

Videos

了解 Elasticsearch 如何使用 PyTorch 进行现代自然语言处理

在 8.0 版中,您现已可将 PyTorch Machine Learning 模型上传到 Elasticsearch 中以进行现代自然语言处理 (NLP)。 集成用于构建 NLP 模型的最热门格式之一,并将这些模型作为 NLP 数据管道的一部分进行整合。

Videos

通过云提升 Elastic 体验的 5 种方式

了解如何利用云计算的五大关键优势 — 弹性、安全性、成本、可靠性和地理覆盖范围,最大限度地提升 Elastic 体验,实现最优投资回报率。