AWS Computer Vision: Bermula dengan GluonCV

Penerangan Produk

Kursus ini memberikan gambaran keseluruhan mengenai Computer Vision (CV), Pembelajaran Mesin (ML) dengan Amazon Web Services (AWS), dan bagaimana untuk membina dan melatih model CV menggunakan toolkit Apache MXNet dan GluonCV. Kursus ini membincangkan rangkaian neural tiruan dan konsep pembelajaran mendalam lain, kemudian berjalan melalui cara menggabungkan blok bangunan rangkaian saraf ke dalam model visi komputer lengkap dan melatih mereka dengan cekap.

Kursus ini merangkumi perkhidmatan dan kerangka AWS termasuk Amazon Recognition, Amazon SageMaker, Amazon SageMaker GroundTruth, dan Amazon SageMaker Neo, AWS Deep Learning AMI melalui Amazon EC2, AWS Deep Learning Containers, dan Apache MXNet pada AWS. Kursus ini terdiri daripada ceramah video, panduan latihan tangan, demonstrasi, dan kuiz.

Setiap minggu akan memberi tumpuan kepada pelbagai aspek penglihatan komputer dengan GluonCV. Pada minggu pertama, kami akan membentangkan beberapa konsep asas dalam penglihatan komputer, membincangkan tugas-tugas yang boleh diselesaikan dengan GluonCV dan mengatasi manfaat Apache MXNet.

Pada minggu kedua, kami akan memberi tumpuan kepada perkhidmatan AWS yang paling sesuai dengan tugas anda. Kami akan menggunakan perkhidmatan seperti Amazon Recognition dan Amazon SageMaker. Kami akan mengkaji semula perbezaan antara AWS Deep Learning AMIs dan Alat Pembelajaran Deep. Akhirnya, terdapat demonstrasi bagaimana untuk menyediakan setiap perkhidmatan yang diliputi dalam modul ini.

Minggu ketiga akan memberi tumpuan kepada penubuhan GluonCV dan MXNet. Kami akan melihat dengan menggunakan model pra-terlatih untuk klasifikasi, pengesanan dan segmentasi.

Pada minggu keempat dan lima, kita akan meneruskan asas-asas Gluon, API peringkat tinggi yang mudah digunakan untuk MXNet: pemahaman apabila menggunakan blok Gluon yang berbeza, bagaimana menggabungkan blok tersebut menjadi model yang lengkap, membina dataset, dan menulis gelung latihan yang lengkap.

Pada minggu terakhir, akan ada projek akhir di mana anda akan memohon semua yang anda pelajari dalam kursus ini: pilih model GluonCV yang telah terlatih yang sesuai, gunakan model itu pada dataset anda dan gambarkan output model GluonCV anda.