Semantic Segmentation with Amazon Sagemaker
Prepare data for Sagemaker Semantic Segmentation.
Train a model using Sagemaker.
Deploy a trained model using Sagemaker.
Mettez en valeur cette expérience pratique dans un entretien
Please note: You will need an AWS account to complete this course. Your AWS account will be charged as per your usage. Please make sure that you are able to access Sagemaker within your AWS account. If your AWS account is new, you may need to ask AWS support for access to certain resources. You should be familiar with python programming, and AWS before starting this hands on project. We use a Sagemaker P type instance in this project, and if you don't have access to this instance type, please contact AWS support and request access. In this 2-hour long project-based course, you will learn how to train and deploy a Semantic Segmentation model using Amazon Sagemaker. Sagemaker provides a number of machine learning algorithms ready to be used for solving a number of tasks. We will use the semantic segmentation algorithm from Sagemaker to create, train and deploy a model that will be able to segment images of dogs and cats from the popular IIIT-Oxford Pets Dataset into 3 unique pixel values. That is, each pixel of an input image would be classified as either foreground (pet), background (not a pet), or unclassified (transition between foreground and background). Since this is a practical, project-based course, we will not dive in the theory behind deep learning based semantic segmentation, but will focus purely on training and deploying a model with Sagemaker. You will also need to have some experience with Amazon Web Services (AWS).
Python programming, conceptual understanding of deep learning, and previous experience with AWS is required.
Les compétences que vous développerez
Apprendrez étape par étape
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Introduction
Download the Data
Visualize the Data
Training Image
Preparing the Data
Uploading the Data to S3
Sagemaker Estimator
Hyperparameters
Data Channels
Model Training
Comment fonctionnent les projets guidés
Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.
Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé
Avis
Meilleurs avis pour SEMANTIC SEGMENTATION WITH AMAZON SAGEMAKER
Thanks So Much Coursera Learning Platform i Learn lot of Skills from Here, and get start my Business www.facebook.com/MySalesWays
Foire Aux Questions
Foire Aux Questions
Les Projets guidés sont-ils disponibles sur ordinateur et sur mobile ?
Qui sont les enseignants pour les Projets guidés ?
Puis-je télécharger le travail depuis mon Projet guidé une fois que je l'ai terminé ?
De quelle expérience ai-je besoin pour réaliser ce Projet guidé ?
Puis-je terminer ce Projet guidé directement avec mon navigateur web, au lieu d'installer un logiciel spécial ?
Comment se présente l'expérience d'apprentissage pour les Projets guidés ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
Coursera Footer
