LUMIFY AWS Deep Learning Software ຄູ່ມືຜູ້ໃຊ້

LUMIFY AWS Deep Learning Software

ເນື້ອໃນ ເຊື່ອງ

1 ຂໍ້ມູນທີ່ສໍາຄັນ

2 ເປັນຫຍັງຕ້ອງສຶກສາຫຼັກສູດນີ້

3 ສິ່ງທີ່ທ່ານຈະຮຽນຮູ້

4 ວິຊາວິຊາ

5 ຫຼັກສູດນີ້ແມ່ນສໍາລັບໃຜ?

6 ເງື່ອນໄຂເບື້ອງຕົ້ນ

7 ການຊ່ວຍເຫຼືອລູກຄ້າ

8 ເອກະສານ / ຊັບພະຍາກອນ

8.1 ເອກະສານອ້າງອີງ

9 ກະທູ້ທີ່ກ່ຽວຂ້ອງ

ຂໍ້ມູນທີ່ສໍາຄັນ

AWS AT LUMIFY Work
Lumify Work ເປັນຄູ່ຮ່ວມງານການຝຶກອົບຮົມ AWS ຢ່າງເປັນທາງການສໍາລັບອົດສະຕາລີ, ນິວຊີແລນ, ແລະຟີລິບປິນ. ໂດຍຜ່ານຜູ້ສອນ AWS ທີ່ໄດ້ຮັບອະນຸຍາດຂອງພວກເຮົາ, ພວກເຮົາສາມາດສະຫນອງເສັ້ນທາງການຮຽນຮູ້ທີ່ກ່ຽວຂ້ອງກັບທ່ານແລະອົງການຈັດຕັ້ງຂອງທ່ານ, ດັ່ງນັ້ນທ່ານສາມາດອອກຈາກຟັງໄດ້ຫຼາຍຂຶ້ນ. ພວກເຮົາສະເຫນີການຝຶກອົບຮົມແບບ virtual ແລະປະເຊີນຫນ້າກັບຫ້ອງຮຽນເພື່ອຊ່ວຍໃຫ້ທ່ານສ້າງທັກສະ cloud ຂອງທ່ານແລະເຮັດໃຫ້ທ່ານສາມາດບັນລຸການຢັ້ງຢືນ AWS ທີ່ໄດ້ຮັບການຍອມຮັບຈາກອຸດສາຫະກໍາ.

ເປັນຫຍັງຕ້ອງສຶກສາຫຼັກສູດນີ້

ໃນຫຼັກສູດນີ້, ທ່ານຈະໄດ້ຮຽນຮູ້ກ່ຽວກັບວິທີແກ້ໄຂການຮຽນຮູ້ເລິກຂອງ AWS, ລວມທັງສະຖານະການທີ່ການຮຽນຮູ້ເລິກເຊິ່ງເຮັດໃຫ້ຄວາມຮູ້ສຶກແລະວິທີການເຮັດວຽກທີ່ເລິກເຊິ່ງ.
ທ່ານຈະໄດ້ຮຽນຮູ້ວິທີການດໍາເນີນແບບຈໍາລອງການຮຽນຮູ້ເລິກຢູ່ໃນຄລາວໂດຍໃຊ້ Amazon Sage Maker ແລະກອບ MXNet. ນອກນັ້ນທ່ານຍັງຈະຮຽນຮູ້ທີ່ຈະນໍາໃຊ້ຮູບແບບການຮຽນຮູ້ເລິກເຊິ່ງຂອງທ່ານໂດຍໃຊ້ບໍລິການເຊັ່ນ AWS Lambda ໃນຂະນະທີ່ອອກແບບລະບົບອັດສະລິຍະໃນ AWS.
ຫຼັກສູດລະດັບປານກາງນີ້ຖືກສົ່ງຜ່ານການຝຶກອົບຮົມທີ່ນໍາພາໂດຍຄູສອນ (ILT), ຫ້ອງທົດລອງດ້ວຍມື, ແລະການອອກກໍາລັງກາຍເປັນກຸ່ມ.

ສິ່ງທີ່ທ່ານຈະຮຽນຮູ້

ຫຼັກສູດນີ້ຖືກອອກແບບເພື່ອສອນຜູ້ເຂົ້າຮ່ວມວິທີການ:

ກໍານົດການຮຽນຮູ້ເຄື່ອງຈັກ (ML) ແລະການຮຽນຮູ້ເລິກ
ກໍານົດແນວຄວາມຄິດໃນລະບົບນິເວດການຮຽນຮູ້ເລິກ

ໃຊ້ Amazon SageMaker ແລະໂຄງຮ່າງການດໍາເນີນໂຄງການ MXNet ສໍາລັບວຽກງານການຮຽນຮູ້ເລິກເຊິ່ງ
ພໍດີກັບໂຊລູຊັ່ນ AWS ສຳລັບການນຳໃຊ້ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ

ຄູສອນຂອງຂ້ອຍເກັ່ງຫຼາຍທີ່ສາມາດເອົາສະຖານະການເຂົ້າໄປໃນຕົວຢ່າງຂອງໂລກທີ່ແທ້ຈິງທີ່ກ່ຽວຂ້ອງກັບສະຖານະການສະເພາະຂອງຂ້ອຍ.

ຂ້ອຍຮູ້ສຶກຍິນດີຕ້ອນຮັບຕັ້ງແຕ່ຕອນທີ່ຂ້ອຍມາຮອດແລະຄວາມສາມາດໃນການນັ່ງເປັນກຸ່ມຢູ່ນອກຫ້ອງຮຽນເພື່ອປຶກສາຫາລືສະຖານະການຂອງພວກເຮົາແລະເປົ້າຫມາຍຂອງພວກເຮົາແມ່ນມີມູນຄ່າຫລາຍ.
ຂ້າພະເຈົ້າໄດ້ຮຽນຮູ້ຫຼາຍຢ່າງແລະຮູ້ສຶກວ່າມັນສໍາຄັນທີ່ເປົ້າຫມາຍຂອງຂ້ອຍໂດຍການເຂົ້າຮ່ວມຫຼັກສູດນີ້ແມ່ນບັນລຸໄດ້.
ວຽກເຮັດງານທໍາທີ່ຍິ່ງໃຫຍ່ Lumify ທີມງານ.

AMANDA NICOL
IT ສະຫນັບສະຫນູນຜູ້ຈັດການການບໍລິການ - ສຸຂະພາບໂລກຈໍາກັດ

ວິຊາວິຊາ

ໂມດູນ 1: ການຮຽນຮູ້ເຄື່ອງຈັກຫຼາຍກວ່າview

ປະຫວັດຫຍໍ້ຂອງ AI, ML, ແລະ DL
ຄວາມສໍາຄັນທາງທຸລະກິດຂອງ ML

ສິ່ງທ້າທາຍທົ່ວໄປໃນ ML
ປະເພດຕ່າງໆຂອງບັນຫາ ML ແລະວຽກງານ

AI ໃນ AWS

ໂມດູນທີ 2: ການແນະນຳການຮຽນຮູ້ແບບເລິກເຊິ່ງ

ແນະນຳ DL
ແນວຄວາມຄິດຂອງ DL

ບົດສະຫຼຸບຂອງວິທີການຝຶກອົບຮົມແບບຈໍາລອງ DL ໃນ AWS
ແນະນໍາ Amazon SageMaker

Hands-on lab: ໝູນໃຊ້ໂນ໊ດບຸ໊ກ Amazon SageMaker ແລະແລ່ນຮູບແບບເຄືອຂ່າຍ neural perceptron ຫຼາຍຊັ້ນ.

ໂມດູນ 3: ແນະນໍາ Apache MXNet

ແຮງຈູງໃຈສໍາລັບແລະຜົນປະໂຫຍດຂອງການນໍາໃຊ້ MXNet ແລະ Gluon
ຂໍ້ກໍານົດທີ່ສໍາຄັນແລະ API ທີ່ໃຊ້ໃນ MXNet

ສະຖາປັດຕະຍະກໍາເຄືອຂ່າຍ neural convolutional (CNN).
Hands-on lab: ການຝຶກອົບຮົມ CNN ກ່ຽວກັບຊຸດຂໍ້ມູນ CIFAR-10

ໂມດູນ 4: ສະຖາປັດຕະຍະກຳ ML ແລະ DL ໃນ AWS

ບໍລິການ AWS ສຳລັບການນຳໃຊ້ຕົວແບບ DL (AWS Lambda, AWS IoT Greengrass, Amazon ECS, AWS Elastic Beanstalk)
ການແນະນໍາບໍລິການ AWS AI ທີ່ອີງໃສ່ DL (Amazon Polly, Amazon Lex, Amazon Rekognition)
Hands-on lab: ນຳໃຊ້ຕົວແບບທີ່ໄດ້ຮັບການຝຶກອົບຮົມສຳລັບການຄາດເດົາຢູ່ AWS Lambda.

ກະລຸນາສັງເກດ: ນີ້ແມ່ນຫຼັກສູດເຕັກໂນໂລຢີທີ່ພົ້ນເດັ່ນຂື້ນ. ໂຄງຮ່າງຫຼັກສູດແມ່ນມີການປ່ຽນແປງຕາມຄວາມຕ້ອງການ.

Lumify ວຽກ
ການຝຶກອົບຮົມທີ່ກໍາຫນົດເອງ
ພວກເຮົາຍັງສາມາດສົ່ງ ແລະ ປັບແຕ່ງຫຼັກສູດການຝຶກອົບຮົມນີ້ສໍາລັບກຸ່ມໃຫຍ່ທີ່ປະຫຍັດເວລາ, ເງິນ ແລະຊັບພະຍາກອນຂອງອົງກອນຂອງທ່ານ.
ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມ, ກະລຸນາຕິດຕໍ່ພວກເຮົາທີ່ 1 800 853 276 .

ຫຼັກສູດນີ້ແມ່ນສໍາລັບໃຜ?

ຫຼັກສູດນີ້ແມ່ນມີຈຸດປະສົງ:

ນັກພັດທະນາທີ່ມີຄວາມຮັບຜິດຊອບໃນການພັດທະນາຄໍາຮ້ອງສະຫມັກການຮຽນຮູ້ເລິກ
ນັກພັດທະນາທີ່ຕ້ອງການເຂົ້າໃຈແນວຄວາມຄິດທີ່ຢູ່ເບື້ອງຫຼັງ Deep Learning ແລະວິທີການປະຕິບັດການແກ້ໄຂ Deep Learning ໃນ AWS

ພວກເຮົາຍັງສາມາດສົ່ງ ແລະ ປັບແຕ່ງຫຼັກສູດການຝຶກອົບຮົມນີ້ສໍາລັບກຸ່ມໃຫຍ່ – ປະຢັດເວລາ, ເງິນ ແລະຊັບພະຍາກອນຂອງອົງກອນຂອງທ່ານ. ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມ, ກະລຸນາຕິດຕໍ່ພວກເຮົາທີ່ 1800 U Learn (1800 853 276)

ເງື່ອນໄຂເບື້ອງຕົ້ນ

ຂໍແນະນຳໃຫ້ຜູ້ເຂົ້າຮ່ວມມີເງື່ອນໄຂເບື້ອງຕົ້ນຕໍ່ໄປນີ້:

ຄວາມເຂົ້າໃຈພື້ນຖານຂອງຂະບວນການການຮຽນຮູ້ເຄື່ອງຈັກ (ML).
ຄວາມຮູ້ກ່ຽວກັບການບໍລິການຫຼັກຂອງ AWS ເຊັ່ນ Amazon EC2 ແລະຄວາມຮູ້ກ່ຽວກັບ AWS SDK
ຄວາມຮູ້ກ່ຽວກັບພາສາສະຄິບເຊັ່ນ Python

ການສະຫນອງຫຼັກສູດນີ້ໂດຍ Lumify Work ແມ່ນຄຸ້ມຄອງໂດຍຂໍ້ກໍານົດແລະເງື່ອນໄຂການຈອງ. ກະລຸນາອ່ານຂໍ້ກໍານົດແລະເງື່ອນໄຂຢ່າງລະອຽດກ່ອນທີ່ຈະລົງທະບຽນໃນຫຼັກສູດນີ້, ຍ້ອນວ່າການລົງທະບຽນໃນຫຼັກສູດແມ່ນເງື່ອນໄຂການຍອມຮັບເງື່ອນໄຂແລະເງື່ອນໄຂເຫຼົ່ານີ້.