Apache MXNet на AWS
Создавайте приложения машинного обучения, которые быстро обучаются и могут работать везде
Apache MXNet на AWS представляет собой быструю и масштабируемую систему обучения и получения логических выводов с удобным и лаконичным API для машинного обучения.
MXNet включает интерфейс Gluon, позволяющий разработчикам любой квалификации начать работу с технологиями глубокого обучения в облаке, на периферийных устройствах и в мобильных приложениях. С помощью всего нескольких строк кода Gluon можно создавать линейные регрессии, сверточные сети и рекуррентные сети с долгой краткосрочной памятью (LSTM) для обнаружения объектов, распознавания речи, выдачи рекомендаций и индивидуальной настройки.
Начать работу с MxNet на AWS можно с помощью полностью управляемого решения на базе Amazon SageMaker – платформе для создания, обучения и развертывания моделей машинного обучения в любом масштабе. Кроме того, можно воспользоваться AMI глубинного обучения AWS для создания пользовательских сред и рабочих процессов с использованием MxNet и других платформ, включая TensorFlow, PyTorch, Chainer, Keras, Caffe, Caffe2 и Microsoft Cognitive Toolkit.
На странице проекта в GitHub можно найти образцы кода, комментарии и учебные материалы.
Преимущества глубокого обучения с использованием MXNet
Простота использования с интерфейсом Gluon
Улучшенная производительность
Для IoT и периферийных устройств
Гибкость и возможности выбора
Способность привлекать и удерживать клиентов




























Примеры использования
В проект MXNet входит более 500 участников, включая разработчиков из Amazon, NVIDIA, Intel, Samsung и Microsoft. Узнайте о том, как клиенты используют MXNet для проектов глубокого обучения. Дополнительные примеры использования см. в блоге о машинном обучении AWS и блоге о MXNet.
Amazon SageMaker для машинного обучения
Amazon SageMaker – это полностью управляемый сервис, который позволяет разработчикам и специалистам по работе с данными быстро и просто создавать, обучать и развертывать модели машинного обучения в любом масштабе. Amazon SageMaker устраняет все типичные барьеры, которые останавливают разработчиков, стремящихся использовать машинное обучение.