Apache MXNet na AWS
Crie aplicativos de Machine Learning que podem ser treinados rapidamente e executados em qualquer lugar
O Apache MXNet na AWS é uma estrutura de treinamento e inferência rápida e escalável com uma API concisa e fácil de usar para machine learning.
O MXNet inclui a interface Gluon, que permite a desenvolvedores de todos os níveis de habilidade começar a usar a aprendizado profundo na nuvem, em dispositivos de borda e em aplicações móveis. Com apenas algumas linhas de código Gluon, é possível criar regressão linear, redes convolucionais e LSTMs recorrentes para detectar objetos, reconhecer fala, recomendar e personalizar.
Comece a usar o MxNet na AWS por meio de uma experiência totalmente gerenciada usando o Amazon SageMaker, uma plataforma para criar, treinar e implantar modelos de Machine Learning em grande escala. Ou use as AMIs de Deep Learning do AWS para criar ambientes e fluxos de trabalho personalizados com o MxNet, além de outras estruturas que incluem TensorFlow, PyTorch, Chainer, Keras, Caffe, Caffe2 e Microsoft Cognitive Toolkit.
Obtenha código de exemplo, anotações e conteúdo de tutoriais na página do projeto no GitHub.
Benefícios do aprendizado profundo usando MXNet
Facilidade de uso com Gluon
Maior desempenho
Para IoT e a borda
Flexibilidade e escolha
Dinâmica dos clientes




























Estudos de caso
Há mais de 500 colaboradores no projeto do MXNet, incluindo desenvolvedores da Amazon, NVIDIA, Intel, Samsung e Microsoft. Saiba mais sobre como os clientes estão usando o MXNet para projetos de aprendizado profundo. Para mais estudos de caso, consulte o blog de machine learning e o blog do MXNet da AWS.
Amazon SageMaker para Machine Learning
O Amazon SageMaker é um serviço totalmente gerenciado que permite que desenvolvedores e cientistas de dados criem, treinem e implantem modelos de Machine Learning de forma rápida e fácil em qualquer escala. O Amazon SageMaker remove todas as barreiras que normalmente atrapalham os desenvolvedores que querem usar o Machine Learning.