本課程首先全面介紹機器學習過程,並討論如何為衛星圖像識別界定商業問題。您將會認識目前收集和分類衛星映像資料的方針和方法,並了解整合訓練資料的過程。您還會看到如何使用 Amazon SageMaker 以及開源工具,如 Apache MXNet、Pytorch 和 Tensor Flow 的例子。
注意:本課程具有本地化的註釋/字幕。旁白保留英語。
要顯示字幕,請按一下播放器右下角的 CC 按鈕。
本課程的第二部分涉及衛星映像識別的技術問題,尤其是資料取得和特徵識別。我們特別介紹如何將卷積神經網路用於篩選,以識別模式、邊緣、形狀和紋理。在觀察案例的過程中,您會學習到如何使用 MXNet 和 Amazon SageMaker 管理多個 GPU,以進行分散式處理。本部分結束時,我們會使用本單元中描述的所有應用程式和方法進行即時示範。