Начать обучение прямо сейчас

Практический опыт использования технологий глубокого обучения

Глубокое обучение – один из методов машинного обучения, который использует нейронные сети для обучения и прогнозирования. Познакомьтесь с его основными принципами с помощью проектов в области технологий компьютерного зрения, учебных материалов и исследования реального мира с помощью физического устройства. AWS DeepLens позволяет запускать модели глубокого обучения локально на камере и по результатам анализа изображения выполнять различные действия.

Энди Джасси объявляет о запуске AWS DeepLens
Демонстрация AWS DeepLens от Мэтта Вуда
Новый способ освоить машинное обучение
AWS DeepLens позволяет разработчикам любого уровня начать работу с глубоким обучением менее чем за 10 минут, предоставляя образцы проектов с прикладными примерами, которые можно запустить одним щелчком.
Специальная разработка для глубокого обучения
Камера AWS DeepLens была специально создана для использования алгоритмов глубокого обучения. Устройство обладает вычислительной мощностью более 100 гигафлопс и может делать предсказания на основе обработки видеоматериалов HD-качества в реальном времени.
Создавайте собственные модели с помощью Amazon SageMaker
Модели, обученные с помощью сервиса Amazon SageMaker , можно отправить в AWS DeepLens с помощью нескольких щелчков мышью в Консоли управления AWS.
Поддержка множества платформ

При работе с AWS разработчики могут использовать любую платформу глубокого обучения, включая TensorFlow и Caffe. AWS DeepLens поставляется с высокопроизводительным и эффективным механизмом вывода результатов глубокого обучения на основе Apache MXNet.

Интеграция с платформой AWS
AWS DeepLens интегрирован с Amazon Rekognition для расширенного анализа изображений, с Amazon SageMaker для обучения моделей и с Amazon Polly для создания проектов с использованием речи. Кроме того, устройство можно безопасно подключить к AWS IoT, Amazon SQS, Amazon SNS, Amazon S3, Amazon DynamoDB и другим сервисам.
Полностью программируемое устройство
AWS DeepLens просто настраивается, его работу можно полностью программировать с использованием функций AWS Lambda. Модели глубокого обучения в DeepLens могут исполняться в качестве составных частей функции AWS Lambda, что обеспечивает разработчикам возможность проведения экспериментов в привычной программной среде.

Первый проект глубокого обучения за 10 минут

fpo_1

Выберите модель глубокого обучения в библиотеке готовых моделей AWS DeepLens или из числа собственных моделей, обученных с помощью Amazon SageMaker.

fpo_2

Выполните развертывание модели на устройстве за один щелчок.

fpo_3

Наблюдайте за результатами в режиме реального времени в Консоли управления AWS.

Что можно разработать с помощью AWS DeepLens?

Начните работу с помощью одного из предложенных ниже образцов проектов DeepLens, охватывающих наиболее популярные примеры использования машинного зрения. По мере развития навыков и знаний вы сможете создавать собственные модели глубокого обучения в облаке с помощью Amazon SageMaker. Для вдохновения ознакомьтесь с коллекцией проектов, созданных сообществом разработчиков.

object-recognition
Обнаружение объектов
Точное обнаружение и распознавание объектов.
hotdog-not-hotdog
Распознавание хот-догов
Классификация еды по критерию «хот-дог или не хот-дог».
cat-and-dog
Собаки и кошки
Распознавание собак и кошек с помощью DeepLens.
artistic-style-transfer
Перенос художественного стиля
Перенос стиля с одного изображения, например картины, на весь видеоряд, снятый с помощью DeepLens, в режиме реального времени.
activity-recognition
Распознавание действий
Распознавание более чем 30 видов действий, таких как чистка зубов, нанесение губной помады или игра на гитаре.
facial-recognition
Обнаружение лиц
Обнаружение человеческих лиц.

Спецификация

Процессор Intel Atom®

8 ГБ RAM

Ubuntu 16.04 LTS

16 ГБ (с возможностью расширения)

Графическая архитектура Intel Gen9

front
side
back

Оформите заказ на AWS DeepLens уже сегодня.

Доступно для предварительного заказа по цене 249 USD