AWS での TensorFlow

ML ツールで深層学習アプリケーションを強化および視覚化する

ヒストグラムやグラフなどの視覚化ツールを使用してアプリケーションを微調整し、ディープニューラルネットワークをすばやくトレーニングします。

深層学習モデルを AWS で安全にトレーニングし、最適なパフォーマンスと通貨でデプロイします。

ドキュメントとチュートリアルにアクセスして、人工知能 (AI) の開発を加速し、GitHub の活発なコミュニティに参加してください。

仕組み

研究者やデベロッパーは、TensorFlow を使用して、機械学習 (ML) でアプリケーションを強化できます。AWSはTensorFlow を幅広くサポートし、お客様がコンピュータビジョ (CV)、自然言語処理 (NLP)、音声翻訳などの分野で独自のモデルを開発し提供できるようにします。

この図では、TensorFlow でモデルをトレーニングし、サーバーを起動して、アプリケーションを理解し、デバッグして、強化するためのツールを適用し、バージョニングを更新する方法を示しています。

ユースケース

最先端のモデルにアクセスする

tf.distribute.strategy を使用して、最新の NLP および CV モデルで分散トレーニングを利用します。

拡張モデルをデプロイする

TensorFlow Serving を使用して NLP および CV モデルをデプロイします。これは、ML モデル向けの柔軟で高性能なサービス提供システムです。

トレーニングとパフォーマンスを視覚化する

ML 実験のホスト、追跡、共有に使用されるビジュアライゼーションツールキットである TensorBoard を使用して、ML モデルを強化します。

最初に行うべきこと

AWS での TensorFlow の詳細を見る

SageMaker、AWS 深層学習 AMI などで TensorFlow の使用を開始します。

まずは無料で始める

AWS 無料利用枠にすぐにアクセスできます

構築を開始する

AWS マネジメントコンソールで構築を始めましょう。


AWS の詳細を見る