Cloudteam
Polski
EnglishDeutschFrançaisEspañolItalianoNederlandsSvenskaالعربية
Kontakt
Szkolenia
Deep Learning on AWS

Deep Learning on AWS

W ramach tego kursu poznasz rozwiązania AWS w zakresie głębokiego uczenia się, w tym scenariusze, w których głębokie uczenie się ma sens, oraz sposób działania głębokiego uczenia się. Dowiesz się, jak uruchamiać modele głębokiego uczenia się w chmurze przy użyciu Amazon SageMaker i frameworka MXNet. Nauczysz się również wdrażać modele głębokiego uczenia się przy użyciu usług takich jak AWS Lambda podczas projektowania inteligentnych systemów w AWS.

Kod szkolenia
AWS-DEEP
Czas trwania
1 dzień
Poziom
Średni
Cena
2300 zł
AWS
Dla kogo?
  • Programiści odpowiedzialni za tworzenie aplikacji wykorzystujących głębokie uczenie się
  • Programiści, którzy chcą zrozumieć koncepcje stojące za głębokim uczeniem się oraz sposób wdrażania rozwiązań opartych na głębokim uczeniu się w chmurze AWS
Zdobyte umiejętności
  • Dowiedz się, jak zdefiniować uczenie maszynowe (ML) i głębokie uczenie
  • Dowiedz się, jak rozpoznawać pojęcia w ekosystemie głębokiego uczenia
  • Korzystaj z Amazon SageMaker i środowiska programistycznego MXNet do zadań związanych z głębokim uczeniem
  • Dopasuj rozwiązania AWS do wdrożeń głębokiego uczenia
Wymagania wstępne

Zalecamy, aby uczestnicy tego kursu mieli:

  • Podstawową wiedzę na temat procesów ML
  • Znajomość podstawowych usług AWS, takich jak Amazon EC2 i AWS SDK
  • Znajomość języka skryptowego, takiego jak Python
Zakres szkolenia

Przegląd uczenia maszynowego

  • Krótka historia sztucznej inteligencji, uczenia maszynowego i głębokiego uczenia
  • Znaczenie ML dla biznesu
  • Typowe wyzwania związane z ML
  • Różne rodzaje problemów i zadań związanych z ML
  • Sztuczna inteligencja w AWS

Wprowadzenie do głębokiego uczenia

  • Wprowadzenie do DL
  • Koncepcje DL
  • Podsumowanie sposobu szkolenia modeli DL w AWS
  • Wprowadzenie do Amazon SageMaker
  • Ćwiczenie praktyczne: uruchomienie instancji notebooka Amazon SageMaker i uruchomienie wielowarstwowego modelu sieci neuronowej typu perceptron

Moduł 3: Wprowadzenie do Apache MXNet

  • Motywacja i korzyści wynikające z używania MXNet i Gluon
  • Ważne terminy i interfejsy API używane w MXNet
  • Architektura konwolucyjnych sieci neuronowych (CNN)
  • Praktyczne laboratorium: Trenowanie CNN na zbiorze danych CIFAR-10

Moduł 4: Architektury ML i DL w AWS

  • Usługi AWS do wdrażania modeli DL (AWS Lambda, AWS IoT Greengrass, Amazon ECS, AWS Elastic Beanstalk)
  • Wprowadzenie do usług AWS AI opartych na DL (Amazon Polly, Amazon Lex, Amazon Rekognition)
  • Praktyczne laboratorium: Wdrażanie wyszkolonego modelu do prognozowania na AWS Lambda

Zapytaj o termin i wycenę

To szkolenie realizujemy na zamówienie. Daj nam znać, a dopasujemy termin i formę (online / stacjonarnie),

Odpowiedź z propozycją terminu do 24 godzin
Bez zobowiązań – samo zapytanie niczego nie rezerwuje
Możliwość realizacji tylko dla Twojego zespołu