Casos prácticos de ejemplo de DLAMI

A continuación encontrará ejemplos de casos prácticos habituales para AWS Deep Learning AMIs (DLAMI).

Obtención de conocimientos sobre el aprendizaje profundo: las DLAMI son una gran elección para conocer o enseñar los marcos de trabajo de machine learning y aprendizaje profundo. Eliminan los quebraderos de cabeza asociados a la solución de problemas de las instalaciones de los marcos de trabajo para conseguir que funcionen correctamente en el mismo equipo. Las DLAMI incluyen un cuaderno de Jupyter y facilitan la ejecución de los tutoriales proporcionados por los marcos de trabajo a los usuarios que no están familiarizados con el machine learning y el aprendizaje profundo.

Desarrollo de aplicaciones: si es un desarrollador de aplicaciones y está interesado en el uso del aprendizaje profundo para conseguir que sus aplicaciones utilicen los avances más recientes en IA, una DLAMI es el banco de pruebas perfecto. Cada marco de trabajo incluye tutoriales sobre cómo empezar a utilizar el aprendizaje profundo, y muchos de ellos tienen colecciones de modelos que permiten probarlo sin necesidad de crear redes neuronales ni de llevar a cabo el entrenamiento de modelos. Algunos ejemplos le muestran cómo crear una aplicación de detección de imágenes en tan solo unos minutos, o cómo crear una aplicación de reconocimiento de voz para su propio chatbot.

Machine learning y análisis de datos: si es un científico de datos o está interesado en procesar datos con el aprendizaje profundo, comprobará que muchos de los marcos de trabajo son compatibles con R y Spark. Encontrará tutoriales sobre cómo crear desde regresiones sencillas hasta sistemas escalables de procesamiento de datos para sistemas de predicción y personalización.

Investigación: si es un investigador y desea probar un marco de trabajo o un nuevo modelo, o entrenar modelos nuevos, las características de escalado de las DLAMI y las capacidades de AWS pueden aliviar la carga que suponen las instalaciones tediosas y la administración de varios nodos de entrenamiento.