Uživatelská příručka k softwaru pro hluboké učení LUMIFY AWS

Software pro hluboké učení LUMIFY AWS

Obsah skrýt

1 Důležité informace

2 PROČ STUDOVAT TENTO KURZ

3 CO SE NAUČÍTE

4 PŘEDMĚTY KURZU

5 PRO KOHO JE KURZ URČEN?

9 Související příspěvky

Důležité informace

AWS AT LUMIFY WORK
Lumify Work je oficiální školicí partner AWS pro Austrálii, Nový Zéland a Filipíny. Prostřednictvím našich autorizovaných instruktorů AWS vám můžeme poskytnout výukovou cestu, která je pro vás a vaši organizaci relevantní, abyste mohli cloud využít naplno. Nabízíme virtuální a osobní školení ve třídě, které vám pomůže budovat vaše cloudové dovednosti a umožní vám získat průmyslově uznávanou certifikaci AWS.

PROČ STUDOVAT TENTO KURZ

V tomto kurzu se dozvíte o řešeních hlubokého učení AWS, včetně scénářů, kde má hluboké učení smysl a jak hluboké učení funguje.
Dozvíte se, jak spouštět modely hlubokého učení v cloudu pomocí Amazon Sage Maker a frameworku MXNet. Také se naučíte nasazovat své modely hlubokého učení pomocí služeb jako AWS Lambda při navrhování inteligentních systémů na AWS.
Tento středně pokročilý kurz je poskytován prostřednictvím kombinace školení pod vedením instruktora (ILT), praktických laboratoří a skupinových cvičení.

CO SE NAUČÍTE

Tento kurz je navržen tak, aby účastníky naučil, jak:

Definujte strojové učení (ML) a hluboké učení
Identifikujte koncepty v ekosystému hlubokého učení

Použijte Amazon SageMaker a programovací rámec MXNet pro hloubkové učení
Přizpůsobte řešení AWS pro nasazení hlubokého učení

Můj instruktor byl skvělý, když dokázal zasadit scénáře do skutečných případů, které se týkaly mé konkrétní situace.

Od chvíle, kdy jsem dorazil, jsem se cítil vítán a schopnost sedět jako skupina mimo třídu a diskutovat o našich situacích a našich cílech byla nesmírně cenná.
Naučil jsem se hodně a cítil jsem, že je důležité, aby mé cíle, které jsem se zúčastnil tohoto kurzu, byly splněny.
Skvělá práce týmu Lumify Work.

AMANDA NICOL
MANAŽER SLUŽEB IT PODPORY – HEALTH WORLD LIMITED

PŘEDMĚTY KURZU

Modul 1: Konec strojového učeníview

Stručná historie AI, ML a DL
Obchodní význam ML

Běžné výzvy v ML
Různé typy problémů a úloh ML

AI na AWS

Modul 2: Úvod do hlubokého učení

Úvod do DL
Koncepty DL

Shrnutí, jak trénovat DL modely na AWS
Úvod do Amazon SageMaker

Praktická laboratoř: Spuštění instance notebooku Amazon SageMaker a spuštění vícevrstvého modelu perceptronové neuronové sítě.

Modul 3: Úvod do Apache MXNet

Motivace a výhody používání MXNet a Gluon
Důležité termíny a API používané v MXNet

Architektura konvolučních neuronových sítí (CNN).
Praktická laboratoř: Školení CNN na datovém souboru CIFAR-10

Modul 4: Architektury ML a DL na AWS

Služby AWS pro nasazení modelů DL (AWS Lambda, AWS IoT Greengrass, Amazon ECS, AWS Elastic Beanstalk)
Úvod do služeb AWS AI, které jsou založeny na DL (Amazon Polly, Amazon Lex, Amazon Rekognition)
Praktická laboratoř: Nasazení trénovaného modelu pro predikci na AWS Lambda.

Poznámka: Jedná se o nově vznikající technologický kurz. Osnova kurzu se může podle potřeby změnit.

Lumify Work
Školení na míru
Můžeme také dodat a upravit tento školicí kurz pro větší skupiny, což vaší organizaci ušetří čas, peníze a zdroje.
Pro více informací nás kontaktujte na 1 800 853 276.

PRO KOHO JE KURZ URČEN?

Tento kurz je určen pro:

Vývojáři, kteří jsou zodpovědní za vývoj aplikací pro hluboké učení
Vývojáři, kteří chtějí porozumět konceptům Deep Learning a tomu, jak implementovat řešení Deep Learning na AWS

Můžeme také dodat a upravit tento školicí kurz pro větší skupiny – šetříme tak vaší organizaci čas, peníze a zdroje. Pro více informací nás prosím kontaktujte na 1800 U LEARN (1800 853 276)

Předpoklady

Doporučuje se, aby účastníci měli následující předpoklady:

Základní porozumění procesům strojového učení (ML).
Znalost základních služeb AWS, jako je Amazon EC2 a znalost AWS SDK
Znalost skriptovacího jazyka jako je Python

Dodávka tohoto kurzu ze strany Lumify Work se řídí rezervačními podmínkami. Před přihlášením do tohoto kurzu si prosím pozorně přečtěte podmínky, protože přihlášení do kurzu je podmínkou přijetí těchto podmínek.