AWS Computer Vision: การเริ่มต้นกับ GluonCV | เครือข่ายมหาวิทยาลัย

รายละเอียด

หลักสูตรนี้ให้ภาพรวมของ Computer Vision (CV), การเรียนรู้ของเครื่องจักร (ML) กับ Amazon Web Services (AWS) และวิธีสร้างและฝึกอบรมโมเดล CV โดยใช้ชุดเครื่องมือ Apache MXNet และ GluonCV หลักสูตรนี้จะกล่าวถึงโครงข่ายประสาทเทียมและแนวคิดการเรียนรู้ลึกอื่น ๆ จากนั้นจะเรียนรู้วิธีการรวมหน่วยการสร้างโครงข่ายใยประสาทเทียมเข้ากับแบบจำลองการมองเห็นด้วยคอมพิวเตอร์ที่สมบูรณ์และฝึกอบรมอย่างมีประสิทธิภาพ

หลักสูตรนี้ครอบคลุมบริการและกรอบการทำงานของ AWS รวมถึง Amazon Rekognition, Amazon SageMaker, Amazon SageMaker GroundTruth และ Amazon SageMaker Neo, AWS Deep Learning AMIs ผ่าน Amazon EC2, AWS Deep Learning Containers และ Apache MXNet บน AWS หลักสูตรประกอบด้วยวิดีโอบรรยายคู่มือฝึกหัดสาธิตและแบบฝึกหัด

ในแต่ละสัปดาห์จะมุ่งเน้นไปที่ด้านต่าง ๆ ของการมองเห็นคอมพิวเตอร์ด้วย GluonCV ในสัปดาห์ที่หนึ่งเราจะนำเสนอแนวคิดพื้นฐานบางอย่างเกี่ยวกับการมองเห็นคอมพิวเตอร์หารือเกี่ยวกับงานที่สามารถแก้ไขได้ด้วย GluonCV และดูประโยชน์ของ Apache MXNet

ในสัปดาห์ที่สองเราจะเน้นบริการ AWS ที่เหมาะสมกับงานของคุณมากที่สุด เราจะใช้บริการเช่น Amazon Rekognition และ Amazon SageMaker เราจะตรวจสอบความแตกต่างระหว่าง AWS Deep Learning AMIs และคอนเทนเนอร์ Deep Learning ในที่สุดก็มีการสาธิตวิธีการตั้งค่าแต่ละบริการที่ครอบคลุมในโมดูลนี้

สามสัปดาห์จะมุ่งเน้นไปที่การตั้งค่า GluonCV และ MXNet เราจะพิจารณาการใช้แบบจำลองที่ผ่านการฝึกอบรมเบื้องต้นสำหรับการจำแนกประเภท

ในช่วงสัปดาห์ที่สี่และห้าเราจะพูดถึงพื้นฐานของ Gluon API ระดับสูงที่ง่ายต่อการใช้งานสำหรับ MXNet: การทำความเข้าใจเมื่อใช้บล็อก Gluon ที่แตกต่างกันวิธีรวมบล็อกเหล่านั้นเป็นแบบจำลองที่สมบูรณ์การสร้างชุดข้อมูลและการเขียน ห่วงการฝึกอบรมที่สมบูรณ์

ในสัปดาห์สุดท้ายจะมีโครงการสุดท้ายที่คุณจะใช้ทุกสิ่งที่คุณได้เรียนรู้ในหลักสูตร: เลือกแบบจำลอง GluonCV ที่ผ่านการฝึกอบรมที่เหมาะสมนำรูปแบบนั้นไปใช้กับชุดข้อมูลของคุณและมองเห็นผลลัพธ์ของแบบจำลอง GluonCV