概述
在這個為期一天 的 AWS 深度學習 課程中,你將學習在 AWS 平台上的雲端深度學習解決方案。你將學習如何利用 Amazon EC2 基礎的深度學習 Amazon Machine Image (AMI) 以及 Apache MXNet 在 AWS 框架上運行你的模型。
此外,你還將學習如何使用 Amazon SageMaker,並利用 AWS 服務如 AWS Lambda 和 Amazon Elastic Container Service(Amazon ECS)部署深度學習模型,同時設計 AWS 上的智慧系統。
Kornerstone 是 AWS 授權培訓夥伴,獲 AWS 信任,負責提供、提供及/或整合官方 AWS 培訓,包括教室與數位課程。無論您的團隊偏好從現場講師、隨選課程或兩者兼有,ATP 都為各級學習者提供廣泛的 AWS 培訓選項。
企業亦可透過 AWS Skill Builder Team Subscription,使用超過 600 個課程、實驗及互動學習內容,進一步提升團隊的 AWS Cloud 技能。
為什麼選擇 KORNERSTONE
- 經認證、由實務人員主導的專家證書培訓師,提供高品質的培訓
- 官方訓練資料包含
- 實務、情境導向學習——著重應用,而非僅理論
- 優秀的通過率
涵蓋技能
在本課程中,您將學習如何:
- 定義機器學習(ML)與深度學習
- 辨識深度學習生態系統中的概念
- 善用 Amazon SageMaker 和 MXNet 程式設計框架來進行深度學習工作負載
- Fit AWS 深度學習部署解決方案
先決條件
建議參加本課程的學員具備以下基本知識:
- 機器學習流程的基本理解
- 具備對 AWS 核心服務如 Amazon EC2 的基本了解,以及 AWS SDK 的知識
- 腳本語言的基本知識,例如 Python
目標受眾
誰應該參加
- 負責開發深度學習應用程式的開發者
- 想了解深度學習背後概念以及如何在 AWS 上實作深度學習解決方案的開發者
培訓大綱
模組一:機器學習概述
- 人工智慧、機器學習與深度學習的簡史
- ML 的商業重要性
- 機器學習中的常見挑戰
- 不同類型的機器學習問題與任務
- AWS 上的 AI
模組二:深度學習導論
- DL簡介
- DL 概念
- 如何在 AWS 上訓練 DL 模型的摘要
- 亞馬遜 SageMaker 簡介
- 實作實驗室:啟動 Amazon SageMaker 筆記型電腦實例並運行多層感知神經網路模型
模組 3:Apache MXNet 簡介
- 使用 MXNet 與 Gluon 的動機與好處
- MXNet 中使用的重要術語與 API
- 卷積神經網路(CNN)架構
- 實作實驗室:在 CIFAR-10 資料集上訓練 CNN
模組四:AWS 上的機器學習與深度學習架構
- AWS 用於部署深度學習模型的服務(AWS Lambda、AWS IoT Greengrass、Amazon ECS、AWS Elastic Beanstalk)
- 基於 DL 的 AWS AI 服務介紹(Amazon Polly、Amazon Lex、Amazon Rekognition)
- 實作實驗室:在 AWS Lambda 上部署訓練好的模型以進行預測
日期與地點

考試與認證
本課程沒有直接相關的考試。然而,AWS 提供豐富的業界認可認證組合,能幫助你在技術專業及更廣泛的領域中脫穎而出。取得 AWS 證照是驗證技能並加速職涯發展的最有效方式之一。
透過我們專家主導的 AWS 培訓,您將準備好:
- 掌握雲端、資料與人工智慧及資安等領域的需求能力——這些領域推動全球數位轉型。
- 以全球知名且受雇主認可的資格證明你的專業。
- 透過提升信譽、增加收入潛力,並開啟新機會之門,推進你的職涯。




