Apache MXNet sur AWS

Créer des applications d'apprentissage automatique apprenant rapidement et s'exécutant n'importe où

Apache MXNet est un framework d'apprentissage et d'interférence rapide et dimensionnable avec une API simple d'utilisation et concise pour l'apprentissage automatique.

MXNet inclut l'interface Gluon qui permet aux développeurs de tous niveaux de compétence de bien démarrer avec l'apprentissage en profondeur sur le cloud, les emplacements périphériques et les applications mobiles. En seulement quelques lignes de code Gluon, vous pouvez créer une régression linéaire, des réseaux convolutifs et des LSTM récurrents pour la détection d'objets, la reconnaissance vocale, la recommandation et la personnalisation.

Commencez à utiliser MXNet et Gluon sur AWS en lançant une AMI AWS Deep Learning, disponible en plusieurs versions pour Amazon Linux et Ubuntu.

Contribuer au projet Apache MXNet

Récupérez des exemples de code, des manuels et des didacticiels sur la page du projet GitHub.

social-media-github

Avantages de l'apprentissage profond grâce à MXNet

Simplicité d'utilisation avec Gluon

La bibliothèque Gluon de MXNet offre une interface de haut niveau qui simplifie la réalisation de prototypes, la formation et le déploiement de modèles d'apprentissage profond sans sacrifier la vitesse d'apprentissage. Gluon propose des abstractions de haut niveau pour les couches prédéfinies, les fonctions de perte et les optimisateurs. Le service offre une structure flexible avec laquelle la collaboration est intuitive et le débogage facile.

Des performances accrues

Les charges de travail d'apprentissage profond peuvent être distribuées sur plusieurs GPU avec une dimensionnabilité quasi linéaire, ce qui signifie que des projets extrêmement grands peuvent être gérés en moins de temps. De la même manière, le dimensionnement est automatique et dépend du nombre de GPU dans un cluster. Les développeurs gagnent également du temps et optimisent leur productivité en exécutant une inférence sans serveur par lot.

Pour l'IdO et l'Edge

En plus de gérer la formation et le déploiement multi-GPU de modèles complexes dans le cloud, MXNet produit des représentations de modèle de réseau neural pouvant s'exécuter sur des emplacements périphériques de moindre puissance comme un Raspberry Pi, un smartphone ou un ordinateur portable, et traiter des données à distance en temps réel.

Choix et flexibilité

MXNet prend en charge un large choix de langages de programmation, dont notamment C++, JavaScript, Python, R, Matlab, Julia, Scala et Go, pour que vous puissiez vous lancer avec les langages que vous connaissez déjà. Au niveau du backend, cela dit, tout le code est compilé en C++ pour garantir les meilleures performances possibles, quel que soit le langage utilisé pour concevoir les modèles.

Etudes de cas MXNet

Il y a plus de 400 contributeurs sur le projet MXNet, y compris des développeurs d'Amazon, Apple, Samsung ou encore Microsoft. Découvrez-en davantage sur les projets d'apprentissage profond de la communauté MXNet.

Articles de blog et autres articles

Permier pas avec MXNet sur AWS

icon1

Créer un compte AWS

Accédez immédiatement aux services AWS.

icon2

Obtenir l'AMI AWS Deep Learning

Sélectionnez la bonne AMI et le bon type d'instance pour votre projet.

icon3

Commencer à créer avec MXNet

Commencez à créer avec ces didacticiels simples.

Découvrez l'apprentissage approfondi sur AWS

Avec les AMI AWS Deep Learning, vous pouvez former des modèles personnalisés, expérimenter de nouveaux algorithmes et acquérir de nouvelles compétences et techniques d'apprentissage approfondi. Les AMI se présentent sous différents formats, parmi lesquels des frameworks d'apprentissage approfondi à code source libre pré-installés, comme Apache MXNet et Gluon, TensorFlow, Microsoft Cognitive Toolkit, Caffe, Caffe2, Theano, Torch, PyTorch et Keras. Aucuns frais supplémentaires ne sont appliqués pour les AMI : vous payez seulement les ressources AWS nécessaires pour stocker et exécuter vos applications. Plus >

Prêt à vous lancer ?
S'inscrire
D'autres questions ?
Contactez-nous