AWS Üzerinde Apache MXNet

Hızla eğitilen ve her yerde çalışan makine öğrenimi uygulamaları oluşturun

Apache MXNet, makine öğrenimine yönelik kullanımı kolay, sade bir API'ye sahip hızlı ve ölçeklenebilir bir eğitim ve çıkarsama çerçevesidir.

MXNet, beceri düzeyi ne olursa olsun tüm geliştiricilerin bulutta, uç cihazlarında ve mobil uygulamalarda derin öğrenimi kullanmaya başlamasına imkan tanıyan Gluon arabirimini içerir. Yalnızca birkaç satır Gluon koduyla nesne algılama, konuşma tanıma, öneri sunma ve kişiselleştirme için doğrusal regresyon, kıvrımlı ağlar ve yinelenen LSTM'ler oluşturabilirsiniz.

Uygun ölçekte makine öğrenimi modelleri oluşturmaya, eğitmeye ve dağıtmaya yönelik bir platform olan Amazon SageMaker ile AWS'de tümüyle yönetilen bir MXNet deneyimini kullanmaya başlayabilirsiniz. Dilerseniz AWS Deep Learning AMI'lerini kullanarak MxNet’in yanı sıra TensorFlow, PyTorch, Chainer, Keras, Caffe, Caffe2 ve Microsoft Cognitive Toolkit gibi diğer çerçevelerle özel ortamlar ve iş akışları oluşturabilirsiniz.

Apache MXNet Projesine katkıda bulunun

GitHub proje sayfasındaki örnek kodları, not defterlerini ve öğretici içeriklerini edinin.

social-media-github

MXNet ile derin öğrenimin avantajları

Gluon ile Kullanım Kolaylığı

MXNet’in Gluon kitaplığı, eğitim hızından ödün vermeksizin derin öğrenim modellerinin prototipini oluşturmayı, bunları eğitmeyi ve dağıtmayı kolaylaştıran üst düzey bir arabirim sağlar. Gluon, önceden tanımlanmış katmanlar, kayıp işlevleri ve optimize ediciler için üst düzey soyutlamalar sunar. Ayrıca, üzerinde çalışılması ve hatalarını ayıklaması kolay olan esnek bir yapı sağlar.

Daha İyi Performans

Derin öğrenim iş yükleri neredeyse doğrusal ölçeklenebilirlikle birden çok GPU'ya dağıtılabildiğinden, çok büyük projeler daha kısa sürede işlenebilir. Üstelik, ölçeklendirme bir kümedeki GPU sayısına göre otomatik olarak gerçekleştirilir. Ayrıca, geliştiriciler sunucusuz ve grup tabanlı çıkarsama gerçekleştirerek zamandan tasarruf eder ve üretkenliği artırır.

IoT ve Uç için

MXNet, birden çok GPU'nun eğitilmesi ve bulutta karmaşık modellerin dağıtılması görevlerini gerçekleştirmesinin yanı sıra Raspberry Pi, akıllı telefon veya dizüstü bilgisayar gibi düşük güçlü uç cihazlarında çalışabilen basit sinirsel ağ modeli temsilleri oluşturur ve verileri gerçek zamanlı olarak uzaktan işler.

Esneklik ve Seçenek Çokluğu

MXNet altyapısı C++, JavaScript, Python, R, Matlab, Julia, Scala, Clojure ve Perl dahil olmak üzere birçok farklı programlama dilini desteklediğinden, zaten bildiğiniz dillerle çalışmaya başlayabilirsiniz. Bununla birlikte, en fazla performans için modeller oluşturulurken hangi dilin kullanıldığından bağımsız olarak arka uçta tüm kodlar C++ dilinde derlenir.

Müşteri momentumu

Amazon
Banjo
Samsung_SDS
Celgene
CMU
Wolfram
200x100_NTT-DOCOMO_Logo
Nvidia-logo-01
Intel
Jam_City
Julia_Computing
Lohika
MNLAB_KAIST
Emory_NLP
PIXM
Borealis_AI
Cimpress
SPL_Seoul_National_University
Teamwork
tusimple-logo-100x50
Curalate
Logo-BEEVA
gumgum-logo
basler-logo
infer-logo
moqi-logo-150x50
bytedance-logo
eagleview-logo

Örnek olay incelemeleri

MXNet projesine Amazon, NVIDIA, Intel, Samsung ve Microsoft mühendisleri dahil olmak üzere 500'ün üzerinde kişi katkı sağlamaktadır. Müşterilerin derin öğrenim projeleri için MXNet’i nasıl kullandığını öğrenin. Diğer örnek olay incelemelerini görmek için AWS machine learning bloguna ve MXNet bloguna bakın.

Makine öğrenimi için Amazon SageMaker

Amazon SageMaker hakkında daha fazla bilgi edinin

Amazon SageMaker, geliştiricilerin ve veri uzmanlarının hızla ve kolayca makine öğrenimi modelleri oluşturmalarını, eğitmelerini ve diledikleri ölçekte dağıtmalarını sağlayan, tümüyle yönetilen bir hizmettir. Amazon SageMaker, makine öğrenimi kullanmak isteyen geliştiricilerin sık sık karşısına çıkan tüm engelleri ortadan kaldırır.

Başka sorunuz mu var?
Bize ulaşın