AWS 和 NVIDIA 合作开发了一个在线课程，通过 NVIDIA Amazon 提供的 EC2 实例，指导您完成 Amazon GPU 的简单易学和实用介绍。本课程以服务的实际应用为基础，让您有机会从机器学习开发方面的专家那里亲身学习。通过简单而直接的方法，一旦完成，您将有信心和能力立即开始您的 ML 项目的工作。
机器学习可能是复杂、乏味和耗时的。 AWS 和 NVIDIA 提供了最快、最有效和易于使用的 ML 工具，帮助您开始您的 ML 项目。 Amazon SageMaker 通过汇集一系列专门为 ML 而构建的功能，帮助数据科学家和开发人员快速准备、构建、培训和部署高质量的 ML 模型。 Amazon EC2 实例由 NVIDIA GPU 提供支持与 NVIDIA 软件一起，在云中提供高性能、[ZFBB]优化实例，以实现高效的模型训练和经济高效的模型推理托管。
在本课程中，您将首先获得现代机器学习的高级概述。然后，我们将直接切入，让您启动并运行一个 GPU 驱动的 SageMaker 实例。您将学习如何准备用于训练模型的数据集，如何构建模型，如何执行模型训练，以及如何部署和优化模型。您将学习如何将此工作流应用于计算机视觉（ CV ）和自然语言处理（ NLP ）用例。
完成本课程后，您将能够使用 GPU acceleration in Amazon SageMaker 中的 SageMaker 服务。您将感到有能力以更高效的方式解决复杂的机器学习问题，并有信心和能力。通过使用 SageMaker ，您将简化工作流程，以便能够快速构建和部署 ML 模型，从而使您能够专注于其他需要解决的问题。
课程概述
本课程是为机器学习实践者设计的，包括数据科学家和开发人员，他们对机器学习工作流程有一定的了解。在本课程中，您将获得使用由 NVIDIA GPU 提供电源的 Amazon SageMaker 和 Amazon EC2 实例的实际操作经验。本课程共有四个模块：
模块 1 –介绍 Amazon SageMaker 和 NVIDIA GPU
在本模块中，您将了解 Amazon SageMaker 中用于现代机器学习的专用工具。这包括参观 Amazon SageMaker Studio IDE ，该 IDE 可用于准备、构建、训练和调整以及部署和管理您自己的 ML 模型。然后，您将学习如何使用 Amazon SageMaker 经典笔记本和 Amazon SageMaker Studio 笔记本开发自然语言处理（ NLP ）、计算机视觉（ CV ）和其他使用 RAPIDS 的 ML 模型。您还将深入了解 NVIDIA GPU 、 NGC 目录以及 AWS for ML 上提供的实例。
模块 2 – GPU 使用 RAPIDS 和 Amazon SageMaker 加速机器学习工作流
在本模块中，您将应用您对 NVIDIA GPU 和 Amazon SageMaker 的知识。您将获得 GPU 加速机器学习的背景知识，并执行设置 Amazon SageMaker 所需的步骤。然后，您将学习数据采集和数据转换，继续进行模型设计和培训，并通过评估超参数优化、 AutoML 和 GPU 加速推断来结束。
模块 3- 计算机视觉
在本模块中，您将了解计算机视觉深度学习（ CV ）的应用。作为人类，我们一半的大脑致力于视觉处理，这对我们如何感知世界至关重要。赋予机器视觉是一项具有挑战性的工作，但计算机、算法和数据质量的进步使计算机视觉比以往任何时候都更容易获得。从移动摄像机到工业机械镜头，从生物实验室到医院成像，从自动驾驶汽车到安全摄像机，像素格式的数据是消费者和公司最有价值的数据类型之一。在本模块中，您将探索常见的 CV 应用程序，并将学习如何使用 NVIDIA Amazon 在 Amazon GPU 上构建端到端对象检测模型。
模块 4 –自然语言处理
在本模块中，您将学习如何将深度学习技术应用于语言理解问题。理解语言意味着什么？什么是语言建模？ BERT 语言模型是什么？为什么在搜索、办公生产力软件和语音代理等许多流行服务中使用这种语言模型？ NVIDIA GPU 是培训和部署 NLP 模型的快速且经济高效的平台吗？在本模块中，您将找到所有这些问题以及更多问题的答案。无论您是考虑实现的经验丰富的 ML 工程师，还是希望学习快速部署 BERT 之类的语言理解模型的开发人员，本模块都适合您。
结论
AWS 和 NVIDIA 提供快速、有效、易于使用的 ML 工具，帮助您开始进行 ML 项目。 了解更多 关于指导您完成 ML 之旅的课程！
