Apache MXNet in AWS
Entwickeln Sie schnell lernende Anwendungen für maschinelles Lernen, die überall ausgeführt werden können
Apache MXNet ist ein schnelles und skalierbares Lern- und Interferenz-Framework mit einer kompakten und bedienerfreundlichen API für maschinelles Lernen.
MXNet beinhaltet die Gluon-Schnittstelle, mit der Entwicklern aller Erfahrungsstufen der Einstieg in Deep Learning in der Cloud, auf Edge-Geräten und in mobilen Anwendungen problemlos gelingt. Mit nur wenigen Gluon-Codezeilen können Sie Funktionen wie lineare Regression, konvolutionale Netzwerke und wiederkehrende LSTMs für die Objekt- und Spracherkennung, Empfehlungen und Personalisierung entwickeln.
Der Einstieg in MXNet und Gluon in AWS wird Ihnen leicht gemacht. Starten Sie einfach das AWS Deep Learning-AMI, das sowohl für Amazon Linux als auch für Ubuntu in mehreren Versionen verfügbar ist.
Auf der GitHub-Projektseite können Sie Beispielcode, Notizen und Lerninhalte beziehen.
Vorteile von Deep Learning auf MXNet
Bedienerfreundlichkeit von Gluon
Größere Leistung
Für IoT und Edge
Flexibilität und große Auswahl
Fallstudien zu MXNet
Blog-Beiträge und Artikel
Erste Schritte mit MXNet auf AWS
Registrieren Sie sich für ein AWS-Konto
Sie erhalten sofort Zugang zu AWS-Services.
Holen Sie sich das AWS Deep Learning-AMI
Wählen Sie die richtige AMI und den Instance-Typ für Ihr Projekt aus.
Mit MXNet in die Entwicklung einsteigen
Deep Learning in AWS entdecken
Mit dem AWS Deep Learning-AMI können Sie benutzerspezifische AI-Modelle schulen, mit neuen Algorithmen experimentieren und neue Fähigkeiten und Techniken rund um Deep Learning erlernen. Die AMIs sind in unterschiedlichen Formen erhältlich, z. B. vorinstalliert oder in Open-Source-Deep-Learning-Frameworks wie Apache MXNet und Gluon, TensorFlow, Microsoft Cognitive Toolkit, Caffe, Caffe2, Theano, Torch, PyTorch und Keras. Für Verwendung der AMIs fallen keine zusätzlichen Gebühren an – Sie zahlen nur für die AWS-Ressourcen, die Sie zur Speicherung und Ausführung Ihrer Anwendungen benötigen. Mehr >