Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Beispiele für DLAMI-Anwendungsfälle
Im Folgenden finden Sie Beispiele für einige gängige Anwendungsfälle für AWS Deep Learning AMIs (DLAMI).
Lernen Sie mehr über Deep Learning — DLAMI ist eine hervorragende Wahl für das Lernen oder Unterrichten von Frameworks für maschinelles Lernen und Deep Learning. DLAMIs Sie ersparen Ihnen die Kopfschmerzen bei der Fehlerbehebung bei den Installationen der einzelnen Frameworks und bringen sie dazu, auf demselben Computer mitzuspielen. Sie DLAMIs enthalten ein Jupyter-Notizbuch und erleichtern die Ausführung der Tutorials, die die Frameworks für Personen bereitstellen, die mit maschinellem Lernen und Deep Learning noch nicht vertraut sind.
App-Entwicklung — Wenn Sie ein App-Entwickler sind, der daran interessiert ist, Deep Learning zu nutzen, damit Ihre Apps die neuesten Fortschritte in der KI nutzen, dann ist DLAMI die perfekte Testumgebung für Sie. Jedes Framework enthält Tutorials zum Einstieg in Deep-Learning. Viele bieten Modellszenarien, mit denen Deep-Learning einfach ausprobiert werden kann, ohne selbst neuronale Netze erstellen zu müssen oder eines der Modelltrainings durchzuführen. Einige Beispiele zeigen Ihnen, wie Sie eine Bilderkennungsanwendung in wenigen Minuten erstellen können oder wie Sie eine Spracherkennungsanwendung für Ihren eigenen Chatbot erstellen können.
Maschinelles Lernen und Datenanalyse — Wenn Sie Datenwissenschaftler sind oder daran interessiert sind, Ihre Daten mit Deep Learning zu verarbeiten, werden Sie feststellen, dass viele der Frameworks R und Spark unterstützen. Sie umfassen Tutorials von einfachen Regressionen bis hin zum Aufbau skalierbarer Datenverarbeitungssysteme für Personalisierungs- und Prognosesysteme.
Forschung — Wenn Sie ein Forscher sind, der ein neues Framework ausprobieren, ein neues Modell testen oder neue Modelle trainieren möchte, dann können DLAMI und AWS Capabilities for Scale die mühsamen Installationen und die Verwaltung mehrerer Trainingsknoten lindern.
Anmerkung
Ihre erste Wahl könnte darin bestehen, Ihren Instanztyp auf eine größere Instanz mit mehr GPUs (bis zu 8) aufzurüsten, aber Sie können auch horizontal skalieren, indem Sie einen Cluster von DLAMI-Instanzen erstellen. Weitere Informationen zu Cluster-Builds finden Sie in den entsprechenden Weitere Informationen über DLAMI.