19. Apêndice: Ferramentas para Deep Learning

Neste capítulo, vamos guiá-lo pelas principais ferramentas para aprendizado profundo, desde a introdução do Jupyter notebook em Section 19.1 até capacitar modelos de treinamento na nuvem, como Amazon SageMaker em Section 19.2, Amazon EC2 em Section 19.3 e Google Colab em Section 19.4. Além disso, se você gostaria de comprar suas próprias GPUs, também anotamos algumas sugestões práticas em Section 19.5. Se você está interessado em ser um contribuidor deste livro, você pode seguir as instruções em Section 19.6.

• 19.1. Usando Jupyter
  • 19.1.1. Editando e executando o código localmente
  • 19.1.2. Opções avançadas
  • 19.1.3. Sumário
  • 19.1.4. Exercícios
• 19.2. Usando Amazon SageMaker
  • 19.2.1. Registro e login
  • 19.2.2. Criação de uma instância do SageMaker
  • 19.2.3. Executando e parando uma instância
  • 19.2.4. Atualizando Notebooks
  • 19.2.5. Sumário
  • 19.2.6. Exercícios
• 19.3. Usando instâncias AWS EC2
  • 19.3.1. Criação e execução de uma instância EC2
  • 19.3.2. Instalando CUDA
  • 19.3.3. Instalação do MXNet e download dos notebooks D2L
  • 19.3.4. Executando Jupyter
  • 19.3.5. Fechando instâncias não utilizadas
  • 19.3.6. Sumário
  • 19.3.7. Exercícios
• 19.4. Usando Google Colab
  • 19.4.1. Sumário
  • 19.4.2. Exercícios
• 19.5. Seleção de servidores e GPUs
  • 19.5.1. Selecionando Servidores
  • 19.5.2. Sumário
• 19.6. Contribuindo para este livro
  • 19.6.1. Pequenas alterações de texto
  • 19.6.2. Propor uma mudança importante
  • 19.6.3. Adicionando uma nova seção ou uma nova implementação de estrutura
  • 19.6.4. Enviando uma Mudança Principal
  • 19.6.5. Sumário
  • 19.6.6. Exercícios
• 19.7. Documento da API d2l