Οδηγός χρήστη LUMIFY WORK Deep Learning στο AWS

LUMIFY WORK Deep Learning στο AWS

Περιεχόμενα κρύβω

1 AWS ΣΤΟ LUMIFY WORK

2 ΓΙΑΤΙ ΝΑ ΜΕΛΕΤΗΣΕΤΕ ΑΥΤΟ ΤΟ ΜΑΘΗΜΑ

3 ΤΙ ΘΑ ΜΑΘΕΙΣ

4 ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΟΣ

5 ΓΙΑ ΠΟΙΟΥΣ ΕΙΝΑΙ ΤΟ ΜΑΘΗΜΑ;

9 Σχετικές αναρτήσεις

AWS ΣΤΟ LUMIFY WORK

Η Lumify Work είναι επίσημος συνεργάτης εκπαίδευσης AWS για την Αυστραλία, τη Νέα Ζηλανδία και τις Φιλιππίνες. Μέσω των Εξουσιοδοτημένων Εκπαιδευτών μας AWS, μπορούμε να σας παρέχουμε μια διαδρομή μάθησης που είναι σχετική με εσάς και τον οργανισμό σας, ώστε να μπορείτε να αξιοποιήσετε περισσότερα από το cloud. Προσφέρουμε εικονική και πρόσωπο με πρόσωπο εκπαίδευση στην τάξη για να σας βοηθήσουμε να αναπτύξετε τις δεξιότητές σας στο cloud και να σας επιτρέψουμε να επιτύχετε την αναγνωρισμένη από τον κλάδο πιστοποίηση AWS.

ΓΙΑΤΙ ΝΑ ΜΕΛΕΤΗΣΕΤΕ ΑΥΤΟ ΤΟ ΜΑΘΗΜΑ

Σε αυτό το μάθημα, θα μάθετε για τις λύσεις βαθιάς εκμάθησης του AWS, συμπεριλαμβανομένων των σεναρίων όπου η βαθιά μάθηση έχει νόημα και πώς λειτουργεί η βαθιά εκμάθηση.

Θα μάθετε πώς να εκτελείτε μοντέλα βαθιάς εκμάθησης στο cloud χρησιμοποιώντας το Amazon Sage Maker και το πλαίσιο MXNet. Θα μάθετε επίσης να αναπτύσσετε τα μοντέλα βαθιάς εκμάθησης χρησιμοποιώντας υπηρεσίες όπως το AWS Lambda ενώ σχεδιάζετε έξυπνα συστήματα στο AWS.

Αυτό το μάθημα μεσαίου επιπέδου παραδίδεται μέσω ενός συνδυασμού εκπαίδευσης με καθοδήγηση εκπαιδευτή (ILT), πρακτικών εργαστηρίων και ομαδικών ασκήσεων.

ΤΙ ΘΑ ΜΑΘΕΙΣ

Αυτό το μάθημα έχει σχεδιαστεί για να διδάξει στους συμμετέχοντες πώς να:

Ορίστε τη μηχανική μάθηση (ML) και τη βαθιά μάθηση
Προσδιορίστε τις έννοιες σε ένα οικοσύστημα βαθιάς μάθησης
Χρησιμοποιήστε το Amazon SageMaker και το πλαίσιο προγραμματισμού MXNet για φόρτους εργασίας βαθιάς μάθησης

Προσαρμόστε λύσεις AWS για ανάπτυξη σε βάθος εκμάθησης

ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΟΣ

Ο εκπαιδευτής μου ήταν υπέροχος που μπορούσε να βάλει σενάρια σε πραγματικές περιπτώσεις που σχετίζονταν με τη συγκεκριμένη κατάστασή μου.

Με έκαναν να νιώθω ευπρόσδεκτος από τη στιγμή που έφτασα και η ικανότητα να καθίσω ως ομάδα έξω από την τάξη για να συζητήσουμε τις καταστάσεις και τους στόχους μας ήταν εξαιρετικά πολύτιμη.

Έμαθα πολλά και ένιωσα ότι ήταν σημαντικό να επιτευχθούν οι στόχοι μου παρακολουθώντας αυτό το μάθημα.
Εξαιρετική δουλειά η ομάδα Lumify Work.

AMANDA NICOL
IT SUPPORT SERVICES MANAGER – HEALTH WORLD LIMITED

Μονάδα 1: Τελείωσε η μηχανική εκμάθησηview

Μια σύντομη ιστορία του AI, ML και DL
Η επιχειρηματική σημασία του ML
Κοινές προκλήσεις στο ML
Διαφορετικοί τύποι προβλημάτων και εργασιών ML
AI στο AWS

Μονάδα μέτρησης 2: Εισαγωγή στη βαθιά μάθηση

Εισαγωγή στο DL
Οι έννοιες του DL
Μια περίληψη του τρόπου εκπαίδευσης μοντέλων DL στο AWS
Εισαγωγή στο Amazon SageMaker
Εργαστήριο πρακτικών: Περιστρέφοντας ένα παράδειγμα φορητού υπολογιστή Amazon SageMaker και τρέχοντας ένα μοντέλο νευρωνικού δικτύου perceptron πολλαπλών επιπέδων

Μονάδα μέτρησης 3: Εισαγωγή στο Apache MXNet

Το κίνητρο και τα οφέλη από τη χρήση του MXNet και του Gluon
Σημαντικοί όροι και API που χρησιμοποιούνται στο MXNet
Αρχιτεκτονική συνελικτικών νευρωνικών δικτύων (CNN).
Hands-on lab: Εκπαίδευση ενός CNN σε ένα σύνολο δεδομένων CIFAR-10

Μονάδα μέτρησης 4: Αρχιτεκτονικές ML και DL στο AWS

Υπηρεσίες AWS για την ανάπτυξη μοντέλων DL (AWS Lambda, AWS IoT Greengrass, Amazon ECS, AWS Elastic Beanstalk)

Εισαγωγή στις υπηρεσίες AWS AI που βασίζονται σε DL (Amazon Polly, Amazon Lex, Amazon Rekognition)
Hands-on lab: Ανάπτυξη ενός εκπαιδευμένου μοντέλου για πρόβλεψη στο AWS Lambda

Σημειώστε: Αυτό είναι ένα μάθημα αναδυόμενης τεχνολογίας. Το περίγραμμα του μαθήματος υπόκειται σε αλλαγές ανάλογα με τις ανάγκες.

Προσαρμοσμένη εκπαίδευση Lumify Work

Μπορούμε επίσης να παραδώσουμε και να προσαρμόσουμε αυτό το εκπαιδευτικό σεμινάριο για μεγαλύτερες ομάδες εξοικονομώντας χρόνο, χρήματα και πόρους του οργανισμού σας.
Για περισσότερες πληροφορίες, επικοινωνήστε μαζί μας στο 1 800 853 276.

ΓΙΑ ΠΟΙΟΥΣ ΕΙΝΑΙ ΤΟ ΜΑΘΗΜΑ;

Αυτό το μάθημα προορίζεται για:

Προγραμματιστές που είναι υπεύθυνοι για την ανάπτυξη εφαρμογών βαθιάς εκμάθησης
Προγραμματιστές που θέλουν να κατανοήσουν τις έννοιες πίσω από το Deep Learning και πώς να εφαρμόσουν μια λύση Deep Learning στο AWS

ΠΡΟΫΠΟΘΕΣΕΙΣ

Συνιστάται στους συμμετέχοντες να έχουν τις ακόλουθες προϋποθέσεις:

Βασική κατανόηση των διαδικασιών μηχανικής μάθησης (ML).
Γνώση βασικών υπηρεσιών AWS όπως το Amazon EC2 και γνώση AWS SDK

Γνώση μιας γλώσσας σεναρίου όπως η Python

Η παροχή αυτού του μαθήματος από την Lumify Work διέπεται από τους όρους και τις προϋποθέσεις κράτησης. Διαβάστε προσεκτικά τους όρους και τις προϋποθέσεις πριν εγγραφείτε σε αυτό το μάθημα, καθώς η εγγραφή στο μάθημα εξαρτάται από την αποδοχή αυτών των όρων και προϋποθέσεων.