Вітрина спільноти AWS ML: видання за березень 2021 року

У нашій демонстрації спільноти Amazon Web Services (AWS) висвітлює проекти, створені AWS Heroes і AWS Community Builders. 

Щомісяця Герої AWS ML та AWS ML Community Builders втілюйте в життя проекти та приклади використання повного спектру навичок машинного навчання від початківців до експертів за допомогою глибоких навчальних посібників, подкастів, відео та іншого вмісту, який показує, як використовувати рішення AWS Machine Learning (ML), такі як Amazon SageMaker, стосуються послуг AI, таких як Amazon Rekognition, і навчальні пристрої AI, такі як AWS Deep Racer.

Спільнота AWS ML — це активна група розробників, дослідників даних, дослідників і осіб, які приймають бізнес-рішення, які глибоко занурюються в концепції штучного інтелекту та машинного навчання, вносять свій внесок у реальний досвід і співпрацюють над розробкою проектів.

Ось кілька ключових моментів опублікованих зовнішніх посібників із початку роботи та підручників, підготовлених нашою командою AWS ML Evangelist під керівництвом Жюльєн Сімон.

AWS ML Heroes і проекти AWS ML Community Builder

Втілення мрії мого малюка про політ за допомогою AI Tech (зі зразками коду). У цьому глибокому підручнику AWS ML Hero Agustinus Nalwan розповість вам, як створити модель виявлення об’єктів за допомогою Amazon SageMaker JumpStart (набір рішень для найпоширеніших випадків використання, які можна легко розгорнути лише кількома клацаннями), Torch2trt (інструмент для автоматичного перетворення моделей PyTorch у TensorRT) і NVIDIA Jetson AGX Xavier.

Як використовувати спеціальні мітки Amazon Rekognition для аналізу продуктивності реального світу AWS DeepRacer за допомогою відео (із зразками коду). У цьому глибокому посібнику AWS ML Community Builder Пуй Кван Хо показує, як аналізувати шлях і швидкість пристрою AWS DeepRacer за допомогою попередньо навченого комп’ютерного зору Спеціальні етикетки Amazon Rekogmination.

AWS Panorama Appliance Developers Kit: розпакування та покрокове керівництво (зі зразками коду). У цьому відео герой AWS ML Майк Чемберс показує, як почати роботу Панорама AWSML appliance and software development kit (SDK), який дозволяє розробникам використовувати комп’ютерне бачення та робити прогнози локально з високою точністю та малою затримкою.

Покращення місцевої обробки їжі за допомогою Amazon Lookout для Vision (із зразками коду). У цьому глибокому посібнику Герой AWS ML Олалекан Елесін демонструє, як використовувати штучний інтелект для покращення якості сортування харчових продуктів (за допомогою пластівців маніоки) економічно ефективно та без знання штучного інтелекту.

Висновок

Незалежно від того, чи ви тільки починаєте працювати з ML, чи вже є експертом, чи щось середнє, завжди є чому навчитися. Вибирайте серед блогів, створених спільнотою та орієнтованих на машинне навчання, відео, посібників з електронного навчання та багато іншого з Спільнота AWS ML.

Чи зацікавлені ви внести свій внесок у спільноту? Звернутися до AWS Community Builders програма сьогодні!

Вміст і думки в попередніх публікаціях, пов’язаних із посиланнями, належать стороннім авторам, і AWS не несе відповідальності за зміст або точність цих публікацій.

Про автора

Кемерон Перон є старшим менеджером з маркетингу AWS Amazon Rekognition і спільноти AWS AI/ML. Він розповідає про те, як інновації AI/ML вирішують складні проблеми, з якими стикаються спільнота, підприємства та стартапи. Поза офісом він любить активно займатися гирьовим спортом, проводити час із сім’єю та друзями, а також є пристрасним шанувальником баскетбольної Євроліги.

Джерело: https://aws.amazon.com/blogs/machine-learning/aws-ml-community-showcase-march-2021-edition/