La manera más sencilla para empezar a crear, entrenar e implementar su modelo de aprendizaje profundo en Apache MXNet es usar la plataforma de aprendizaje automático completamente administrada Amazon SageMaker, que ya incluye Apache MXNet.
También puede usar las AMI de aprendizaje profundo de AWS a fin de crear entornos personalizados con Apache MXNet. Las AMI de aprendizaje profundo de AWS ofrecen a los investigadores y profesionales de aprendizaje automático la infraestructura y las herramientas necesarias para agilizar las tareas de aprendizaje profundo en la nube a cualquier escala. Puede lanzar rápidamente instancias de Amazon EC2 preinstaladas con Apache MXNet y Gluon para entrenar sofisticados modelos de inteligencia artificial personalizados, realizar pruebas con algoritmos nuevos o adquirir nuevas habilidades y técnicas. Independientemente de si necesita instancias con CPU o GPU de Amazon EC2, no se aplican cargos adicionales por el uso de las AMI de aprendizaje profundo, solo paga por los recursos de AWS necesarios para almacenar y ejecutar sus aplicaciones.
Tutoriales de MXNet
Adquiera experiencia práctica con estos tutoriales simples de aprendizaje profundo.
Aprenda a usar MXNet Gluon en 60 minutos
Realice este curso intensivo de 60 minutos para obtener más información sobre Gluon, una API imprescindible para MXNet.
Cree una aplicación de visión artificial
Use este tutorial paso a paso para crear una aplicación de visión artificial con MXNet.
Cree una aplicación de procesamiento de lenguaje
Use el conjunto de herramientas GluonNLP para desarrollar modelos de procesamiento de lenguaje natural en Gluon.
Seminarios web acerca de MXNet
Si desea obtener acceso a más sesiones grabadas, vaya al canal de MXNet en YouTube.
Aprendizaje profundo en AWS
Amazon SageMaker es un servicio completamente administrado que permite a los desarrolladores y los científicos de datos crear, entrenar e implementar modelos de aprendizaje automático de forma rápida y sencilla a cualquier escala. Amazon SageMaker elimina todas las dificultades que suelen ralentizar a los desarrolladores que desean utilizar aprendizaje automático.