Посібник користувача LUMIFY WORK Deep Learning на AWS

LUMIFY WORK Глибоке навчання на AWS

Зміст приховати

1 AWS НА ПРАЦІ LUMIFY

2 ЧОМУ ВИВЧАТИ ЦЕЙ КУРС

8 Документи / Ресурси

8.1 Список літератури

9 Пов’язані публікації

AWS НА ПРАЦІ LUMIFY

Lumify Work є офіційним навчальним партнером AWS для Австралії, Нової Зеландії та Філіппін. За допомогою наших авторизованих інструкторів AWS ми можемо надати вам навчальний курс, який підходить для вас і вашої організації, щоб ви могли отримати більше від хмари. Ми пропонуємо віртуальне та очне навчання в аудиторії, щоб допомогти вам розвинути свої навички роботи в хмарі та отримати визнану в галузі сертифікацію AWS.

ЧОМУ ВИВЧАТИ ЦЕЙ КУРС

У цьому курсі ви дізнаєтеся про рішення глибокого навчання AWS, включаючи сценарії, коли глибоке навчання має сенс, і як глибоке навчання працює.

Ви дізнаєтеся, як запускати моделі глибокого навчання в хмарі за допомогою Amazon Sage Maker і інфраструктури MXNet. Ви також навчитеся розгортати свої моделі глибокого навчання за допомогою таких сервісів, як AWS Lambda, під час проектування інтелектуальних систем на AWS.

Цей курс середнього рівня надається шляхом поєднання навчання під керівництвом інструктора (ILT), практичних лабораторних робіт і групових вправ.

ЩО ВИ ДІЗНАЄТЕСЯ

Цей курс розроблений, щоб навчити учасників, як:

Дайте визначення машинного навчання (ML) і глибокого навчання
Визначте поняття в екосистемі глибокого навчання

Використовуйте Amazon SageMaker і структуру програмування MXNet для глибокого навчання
Підберіть рішення AWS для розгортання глибокого навчання

ПРЕДМЕТИ КУРСУ

Мій інструктор був чудовий, оскільки зміг застосувати сценарії в реальних випадках, які стосувалися моєї конкретної ситуації.

З того моменту, як я прибув, мене прийняли, і можливість сидіти групою поза межами класу, щоб обговорити наші ситуації та наші цілі, була надзвичайно цінною.

Я багато чому навчився і вважав важливим, щоб мої цілі завдяки відвідуванню цього курсу були досягнуті.
Чудова робота, робоча команда Lumify.

АМАНДА НІКОЛЬ
МЕНЕДЖЕР СЛУЖБ ІТ-ПІДТРИМКИ – HEALTH WORLD LIMITED

Модуль 1: Машинне навчання завершеноview

Коротка історія AI, ML та DL

Ділове значення ML
Поширені проблеми в ML

Різні типи проблем і завдань ML
AI на AWS

Модуль 2: Вступ до глибокого навчання

Введення в DL

Концепції DL
Короткий опис того, як тренувати моделі DL на AWS

Знайомство з Amazon SageMaker
Практична лабораторія: створення екземпляра ноутбука Amazon SageMaker і запуск моделі багатошарової нейронної мережі перцептрона

Модуль 3: Знайомство з Apache MXNet

Мотивація та переваги використання MXNet і Gluon

Важливі терміни та API, що використовуються в MXNet
Архітектура згорткових нейронних мереж (CNN).

Практична лабораторія: Навчання CNN на наборі даних CIFAR-10

Модуль 4: Архітектури ML і DL на AWS

Сервіси AWS для розгортання моделей DL (AWS Lambda, AWS IoT Greengrass, Amazon ECS, AWS Elastic Beanstalk)
Знайомство з сервісами AWS AI, які базуються на DL (Amazon Polly, Amazon Lex, Amazon Rekognition)
Практична лабораторія: розгортання навченої моделі для прогнозування на AWS Lambda

Зверніть увагу: Це курс нових технологій. За потреби план курсу може бути змінений.

Індивідуальне навчання Lumify Work

Ми також можемо провести та налаштувати цей навчальний курс для великих груп, заощаджуючи час, гроші та ресурси вашої організації.
Щоб отримати додаткову інформацію, зв’яжіться з нами за номером 1 800 853 276.

ДЛЯ КОГО КУРС?

Цей курс призначений для:

Розробники, які відповідають за розробку програм глибокого навчання
Розробники, які хочуть зрозуміти концепції глибокого навчання та як реалізувати рішення глибокого навчання на AWS

ПРЕДМЕТНІСТЬ

Рекомендується, щоб учасники мали наступні передумови:

Базове розуміння процесів машинного навчання (ML).
Знання основних сервісів AWS, таких як Amazon EC2, і знання AWS SDK
Знання такої мови сценаріїв, як Python

Надання цього курсу Lumify Work регулюється умовами бронювання. Будь ласка, уважно прочитайте положення та умови перед тим, як записатися на цей курс, оскільки реєстрація на курс є умовою прийняття цих положень та умов.