fbpx

於 AWS Sagemaker 採用 TensorFlow 與 Apache MXNet 做深度學習

本課程是對 SageMaker 的深入介紹,以及它為在分佈式環境中訓練和佈署機器學習模型提供的支持。

try10day.png

課程說明

SageMaker 是 AWS 上一個完全託管的機器學習(ML)平台,它使 ML 模型的原型設計、建構、培訓和託管非常簡單。

在本課程中,我們將在 AWS SageMaker 上使用 TensorFlow 和 Apache MXNet 進行深度學習,你將看到如何使用 SageMaker 容器( containers )上託管的內建演算法,如線性學習器( linear learner )和 PCA。你需要編寫的唯一程式碼是準備好數據。然後,你將看到在 SageMaker 上建構自訂模型的 3 種不同方式。

你將帶上自己的預訓練模型並將其託管在 SageMaker 的第一方容器上。然後,你將使用 Apache MXNet 建構模型,最後將自訂容器帶到 SageMaker 上進行培訓。

完成本課程後,你還將了解如何連接到其他 AWS 服務(如 S3 和 Redshift )以訪問你的培訓數據,以分佈式方式運行培訓以及自動調整模型變量( variants )大小。

你的講師

Janani Ravi ,作為一名解決問題的人,Janani 擁有史丹佛大學的碩士學位,並在谷歌工作了 7 年多。她是 Google Docs 的原始工程師之一,擁有 4 項實時協作編輯框架專利。

講師的其他課程:

本課程官方連結

本課程由 Pluralsight 提供
Pluralsight 採 訂閱制

你可能會有興趣

 歡迎使用 e-mail 訂閱 Soft & Share 

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: