AWS Computer Vision: Introduzione a GluonCV

Descrizione

Questo corso offre una panoramica di Computer Vision (CV), Machine Learning (ML) con Amazon Web Services (AWS) e come costruire e formare un modello CV utilizzando Apache MXNet e GluonCV toolkit. Il corso discute le reti neurali artificiali e altri concetti di apprendimento profondo, quindi illustra come combinare i blocchi di costruzione delle reti neurali in modelli di visione artificiale completi e addestrarli in modo efficiente.

Questo corso copre servizi e framework AWS tra cui Amazon Rekognition, Amazon SageMaker, Amazon SageMaker GroundTruth e Amazon SageMaker Neo, AMI Deep Learning AWS tramite Amazon EC2, AWS Deep Learning Containers e Apache MXNet su AWS. Il corso comprende lezioni video, guide pratiche, dimostrazioni e quiz.

Ogni settimana si concentrerà su diversi aspetti della visione artificiale con GluonCV. Nella prima settimana presenteremo alcuni concetti di base nella visione artificiale, discuteremo quali compiti possono essere risolti con GluonCV e analizzeremo i vantaggi di Apache MXNet.

Nella seconda settimana, ci concentreremo sui servizi AWS più appropriati alla tua attività. Utilizzeremo servizi come Amazon Rekognition e Amazon SageMaker. Esamineremo le differenze tra le AMI AWS Deep Learning e i contenitori Deep Learning. Infine, ci sono dimostrazioni su come impostare ciascuno dei servizi trattati in questo modulo.

La terza settimana si concentrerà sulla configurazione di GluonCV e MXNet. Esamineremo l'utilizzo di modelli pre-addestrati per la classificazione, il rilevamento e la segmentazione.

Durante la quarta e quinta settimana, analizzeremo i fondamenti di Gluon, l'API di alto livello facile da usare per MXNet: capire quando usare blocchi Gluon diversi, come combinare quei blocchi in modelli completi, costruire set di dati e scrivere un ciclo di allenamento completo.

Nell'ultima settimana, ci sarà un progetto finale in cui applicherai tutto ciò che hai imparato nel corso finora: seleziona il modello GluonCV pre-addestrato appropriato, applica quel modello al tuo set di dati e visualizza l'output del tuo modello GluonCV.