Apache MXNet على AWS
بناء تطبيقات التعلم الآلي التي تتدرب بسرعة وتعمل من أي مكان
Apache MXNet تدريب سريع ومتكيف وإطار عمل للاستنتاج بواجهة برمجة تطبيقات سهلة الاستخدام ومدمجة للتعلم الآلي
يتضمن MXNet واجهة Gluon التي تسمح للمطورين من كل مستويات المهارات بالبدء بالتعلم العميق على السحابة وعلى أجهزة التخزين المؤقت وعلى تطبيقات الهاتف المحمول. في سطور قليلة فقط من تعليمات Gluon البرمجية، يمكنك بناء تراجع خطي وشبكات التفافية ووحدات LSTM متكررة للكشف عن الكائنات والتّعرف على الكلام وتوصية وتخصيص.
يمكنك البدء على AWS بتجربة MxNet مُدارة بالكامل باستخدام Amazon SageMaker، نظام أساسي لنماذج بناء وتدريب وتوزيع التعلُّم الآلي بالحجم المطلوب. أو، يمكنك استخدام AWS Deep Learning AMIs لبناء بيئات التخصيص ومسارات العمل مع MxNet إلى جانب إطارات العمل الأخرى بما في ذلك TensorFlow، وPyTorch، وChainer، وKeras، وCaffe، وCaffe2، وMicrosoft Cognitive Toolkit.
احصل على عينة تعليمات برمجية وأجهزة دفترية ومحتوى تعليمي على صفحة مشروع GitHub.
مزايا التعليم العميق باستخدام MXNet
سهولة الاستخدام مع Gluon
أداء أكبر
بالنسبة إلى إنترنت الأشياء والتخزين المؤقت
المرونة والاختيار
تحفيز العملاء
![](https://d1.awsstatic.com/Deep%20Learning/Amazon.2f27bf2d14679b69e67745757101e49d0bb92183.png)
![](https://d1.awsstatic.com/Deep%20Learning/Banjo.3e03a1433ba7f3349b7bd4222f76ecee9f3a89ee.png)
![](https://d1.awsstatic.com/Deep%20Learning/Samsung_SDS.230e93bf56146745bb85a3154c05571de76dae74.png)
![](https://d1.awsstatic.com/Deep%20Learning/Celgene.43a840590a98cfd0acd3735cf8ea7b323829d534.png)
![](https://d1.awsstatic.com/Deep%20Learning/CMU.b42b941b70ec8d4b00e8fe5a8927531a4c63cfb1.png)
![](https://d1.awsstatic.com/Deep%20Learning/Wolfram.40aad38db15407aa3af0c5db58e84812d682131f.png)
![](https://d1.awsstatic.com/logos/200x100_logos/200x100_NTT-DOCOMO_Logo.ac7f6c8181316f06771a87e584a04402b558f8f3.png)
![](https://d1.awsstatic.com/logos/customers/TensorFlow/Nvidia-logo-01.d5050d1ec064df154ef5e839260d865c00c24bdd.png)
![](https://d1.awsstatic.com/Deep%20Learning/Intel.885cf8e69b0c82f3556af19c10c41bf6d550d634.png)
![](https://d1.awsstatic.com/Deep%20Learning/Jam_City.1a39604e6ecfb5142f7e88c1f98bf12aa4ef2105.png)
![](https://d1.awsstatic.com/Deep%20Learning/Julia_Computing.aff9f2e4a2b2816db9dab757d21ea91cb2c2d475.png)
![](https://d1.awsstatic.com/Deep%20Learning/Lohika.a6200cdbd59d754f41869548ab01ff6fe4e35392.png)
![](https://d1.awsstatic.com/Deep%20Learning/MNLAB_KAIST.19f30325593de965d7c2b715f875dc86bfa5eebc.png)
![](https://d1.awsstatic.com/Deep%20Learning/Emory_NLP.934605ad5c8ff8630b907430d94fbb0c4d0a4074.png)
![](https://d1.awsstatic.com/Deep%20Learning/PIXM.ba7f4a85d97feb02791f8bc774cc9b911583e116.png)
![](https://d1.awsstatic.com/Deep%20Learning/Borealis_AI.088999fc3cd0c955593b6d8870a94692df26423d.png)
![Cimpress Cimpress](https://d1.awsstatic.com/Deep%20Learning/cimpress-logo-615x100.19eb1426a7b17289a2dc06dc3848d95b1420919a.png)
![](https://d1.awsstatic.com/Deep%20Learning/SPL_Seoul_National_University.8dd934cf223148ae5026b2fd14caa219d0de9923.png)
![](https://d1.awsstatic.com/Deep%20Learning/Teamwork.cdc3b61a461ff50f2564238b8ef3adc89d51e471.png)
![](https://d1.awsstatic.com/Deep%20Learning/tusimple-logo-100x50.5ce879b7611806d61e8f07e27795e984684ab3dc.png)
![](https://d1.awsstatic.com/Deep%20Learning/Curalate.91f256588f6023310fff616faa7cf92b139759f5.png)
![logo beeva horizontal1 logo beeva horizontal1](https://d1.awsstatic.com/logos/partners/Logo-BEEVA.c9a8604c113dd8244ff1d646ce36243cb87ae54a.jpg)
![](https://d1.awsstatic.com/Deep%20Learning/gumgum-logo.be7e6e04ee3255560e3f89da71b05ce5fbcf365b.png)
![](https://d1.awsstatic.com/Deep%20Learning/basler-logo.3fab10f0d43e08c55d1fe6282ce71d427cf70087.jpg)
![](https://d1.awsstatic.com/Deep%20Learning/infer-logo.855bb33b1ec97781de6e1d1aead360d716aea50b.jpg)
![](https://d1.awsstatic.com/Deep%20Learning/moqi-logo-150x50.ed08c6eac3f57b775ad51912d0dfa1cafb423bc5.png)
![](https://d1.awsstatic.com/Deep%20Learning/bytedance-logo.17ef1902b3304f413010758e518dcdd8cb876a26.png)
![](https://d1.awsstatic.com/Deep%20Learning/eagleview-logo.832a0e3e6f692f98b3409c7a304849a9ab012132.jpg)
دراسات الحالة
هناك أكثر من 500 مساهم في مشروع MXNet، بما في ذلك مطورون من Amazon وNVIDIA وIntel وSamsung وMicrosoft. تعلم المزيد عن كيفية استخدام العملاء لـ MXNet مع مشروعات التعلم المتعمقة. لمزيد من دراسات الحالة، انظر مدونة التعلم الآلي الخاصة بـ AWS ومدونة MXNet.
Amazon SageMaker من أجل التعلُّم الآلي
إن Amazon SageMaker خدمة تتم إدارتها بالكامل لتمكين المطورين وعلماء البيانات من بناء نماذج تعلم الآلة، والتدريب عليها وتوزيعها بسرعة وسهولة على أي نطاق. يعمل Amazon SageMaker على إزالة جميع الحدود التي عادةً ما تؤدي إلى إبطاء المطورين الذين يرغبون في استخدام التعلُّم الآلي.