En savoir plus sur les solutions sur AWS d'apprentissage profond basées sur le cloud

Dans ce cours sur un jour, vous découvrirez des solutions cloud d'apprentissage profond (deep learning, DL) sur la plateforme AWS. Vous apprendrez à exécuter vos modèles sur le cloud avec une Amazon Machine Image (AMI) d'apprentissage profond sur Amazon EC2 et Apache MXNet sur des environnements de travail AWS. De plus, vous allez apprendre à utiliser Amazon SageMaker et à déployer vos modèles d'apprentissage profond à l'aide des services AWS comme AWS Lambda et Amazon Elastic Container Service (Amazon ECS) tout en désignant des systèmes intelligents sur AWS.

Niveau

Intermédiaire

Modalité

Formation en classe, ateliers pratiques

Durée

1 jour

Ce cours s'adresse aux personnes suivantes :

  • Développeurs responsables du développement des applications d'apprentissage profond
  • Développeurs souhaitant comprendre les concepts derrière l'apprentissage profond et comment mettre en place une solution d'apprentissage profond sur AWS

Dans ce cours, vous apprendrez :

  • à définir l'apprentissage automatique (ML) et l'apprentissage profond (DL)
  • à identifier les concepts dans un écosystème d'apprentissage profond
  • à tirer profit d'Amazon SageMaker et des frameworks de programmation MXNet pour les charges de travail d'apprentissage profond
  • à rendre les solutions AWS capables de faire des déploiements d'apprentissage profond

Pour assister à ce cours, il est recommandé :

  • Compréhension de base des processus d'apprentissage machine
  • à avoir une compréhension de base des services centraux AWS comme Amazon EC2 et des connaissances des kits SDK AWS
  • à avoir une connaissance de base d'un langage de script comme Python

Ce cours combine les méthodes d'apprentissage suivantes :

  • Présentation de la formation
  • Ateliers pratiques

Ce cours vous permet de tester de nouvelles compétences et d'appliquer vos connaissances dans votre environnement de travail grâce à différents exercices pratiques.

Accéder à aws.training