AWS의 NLP에서 시작 — NLP 시리즈 1부 | 카를로스 코르테스 | 먹구름 깨기

Audio Blog


이것은 우리의 텍스트와 표지 이미지를 위대한 시작으로 분할할 것이다. 이것은 소스 소프트웨어가Coreference가 만든 포옹 얼굴이라고 불리는 것이다. 그렇지?우리 몇 부분으로 나눕시다...
만약 당신이 포옹 얼굴과 Sage Maker에 대해 알고 싶다면, 나는 며칠 전에 이곳에서 이 화제와 최근 AWS와의 연맹에 대해 깊이 있게 이야기했다.

학습 곡선


학습 곡선이 매우 길어서 우리가 원한다면 복잡해질 수 있다.따라서 어떤 절차와 틀은 우리가 현재의 처지를 알 수 있도록 도와줄 수 있다.
  • 자연 언어 처리(NLP) 프로세스*
  • 우리는 모든 단계를 진정으로 이해하기 전에 중요한 단계를 뛰어넘는 경우가 많다.예를 들어 데이터 촬영, 웹 캡처, 텍스트 분석, EDA(탐색적 분석 등)

    크리스피-DM 기억나세요?


    그것은 데이터 발굴 구조로 현재는 기계 학습, 심도 있는 학습, 데이터 과학 등으로 불린다.

    AWS 시작 필수 사항


    어디로 가든지 우리는 이 신발을 주머니에 넣을 것이다.
  • Python 3.x+boto3*
  • **Boto3*은 AWS python 라이브러리로 클라우드의 모든 자원을 실행하고 관리할 수 있습니다.*import Boto3로 간단하게, **키를 설정하거나 캐릭터를 정확하게 만들 수 있습니다.

    프리 트레이닝 모델


    미리 훈련하는 모형은 우리가 이미 존재하는 것을 발명하기 시작하는 것이 아니라 연구, 훈련, 분석 시간을 단축시키는 데 도움을 준다.이를 위해 우리는 클라우드 서비스를 사용할 수 있다.
    **Amazon Understand(Applied NLP)**, 이것은 SaaS 유형의 서비스로 AWS boto3 라이브러리의 API를 사용할 준비가 되어 있고 데이터에서 견해를 얻기 시작했다는 것을 의미한다.Amazon 웹 서비스에서 이미 교육받은 모델을 포함하고 있습니다. 우리는 이 모델을 다시 사용해서 자신의 모델을 만들 수 있습니다. 우리는 이 위대한 서비스를 이해하기 시작하고 다른 AWS 서비스로 재미있는 응용 프로그램을 구축하기 시작합니다.
    **포옹 얼굴(고급)**, 잠시 후 이 포옹 얼굴의 딥러닝 모형을 이용하여 트랜스포머, 표기기 등을 할 것입니다.

    자체 모델을 만들려면 다음과 같이 하십시오.


    일단 우리가 NLP의 자기관리 클라우드 서비스에 대해 잘 알게 되면 아마존 Sagemaker를 통해 다음 단계로 진입할 수 있다.
    또는, 당신의 용기를 사용하면, 우리도 배우거나, 현지에서 사용할 것입니다

    NLP 오픈 소스 라이브러리


    나는 지금 이런 것들을 언급할 것이다. 앞으로 몇 달 동안 우리는 그 중 두 가지 이상을 틀림없이 알게 될 것이다.
  • NLTK
  • Spark NLP
  • CoreNLP
  • 스파시
  • Pytorch
  • Tensorflow
  • 등.
  • 도구 및 IDE


    지금부터 우리는 데이터 과학 IDE를 사용하여 클라우드에서 일하는 느낌을 한 걸음 한 걸음 이해하고 배우며 AWS의 인공지능 서비스를 이해할 것이다.

    나는 여러분에게 아래의 내용을 좀 보라고 건의합니다. 어떤 것은 비용을 지불하는 것이고, 어떤 것은 무료입니다.
  • Sagemaker 스튜디오/Sagemaker 노트북
  • Jupyter 노트북/Jupyter 랩
  • 블록
  • 구글 Colab
  • 그중에...
  • 무료로 시작하기 위해서 **Databricks와Colab**를 제안합니다. 첫 번째는 커뮤니티 플랫폼이 있어서 무료로 그룹을 만들 수 있습니다. 제한된 시간 안에 사용하지 않으면 탈락합니다. 구글의 Colab은 구글 하드디스크에서 직접 실행할 수 있고 비용이 필요하지 않습니다.

    클라우드에 내 모델 배포


    아직은 배치를 고려할 때가 아니다. 그래, 우리는 가장 오래된 것부터 가장 현대적인 것까지 많은 방법을 찾을 것이다.
  • 기존 서버(VM, 베어 메탈)
  • 컨테이너(AWS ECS, EKS, Fargate)
  • 서버 없음

  • 이것은 서버리스와 Sagemaker를 결합시키는 좋은 시작이다.

    서버 없음 우선 고려


    이제 AWS Lambda, AWS Step 함수, Sagemaker 파이프, AWS CodePipeline 실행 서버를 사용할 필요가 없습니다. 이 서비스들은 클라우드에 배치되어 있으며, 개발과 시작 속도를 높일 수 있습니다.
    다음 게시물에서는 AWS Lambda 및 Amazon을 사용하여 배포하는 방법을 학습합니다.

    아마존 및 그 초강대국


    당신은 간단한 일을 상상할 수 있습니까? 예를 들어 몇 줄의 코드를 쓰고, 몇 분 안에 단어 탐지기와 단어 추출을 만드는 것이지, 많은 시간을 들여 연구하는 것이 아닙니다.만약 네가 아마존, 파이톤 조금, 그리고 몇 방울의 Serverless를 이용하기 시작한다면, 이것은 가능하다
    구문 추출:
    저희가 여기서 사용하는 건 파이톤 3.6과boto3 라이브러리입니다.
    response **=** client**.**detect_key_phrases(
    
    Text=’string’,
    
    LanguageCode=’en’|’es’
    
    )
    
    실체, 감정, 언어, 문법, 주제와 문서 분류의 추출은 우리가 Understand에 대해 해야 할 추가적인 일이자 의학의 특정한 버전이다. 이를 **Amazon Understand Medical**이라고 부른다.

    우리 계속 뭐 할까요?


    데이터 섭취와 텍스트 분석은 NLP를 이해하는 중요한 기초 중 하나이기 때문에 다음 글에서 데이터 상자에서 데이터, 텍스트, 제목을 얻을 수 있도록 우리의 첫 번째 네트워크 데이터 섭취를 구축하기 시작할 것이다.
    ** 다음 게시물: (4월 2일 방송)**
    (원본: Medium
    Dev.cortez.cloud )
    만약 네가 이 글을 좋아한다면, 그것에 칭찬을 하고, 공유하고, 평론을 해라.

    사물을 타파하는 것에서 배우다.


    내 채널에 가입하여 클라우드를 타파하고 AWShttps://cortez.cloud를 통해 최신 정보를 확인
    ⭐내 채널 구독: http://bit.ly/aldiaconaws
    비디오, AWS 뉴스, 분석, 리뷰, 프레젠테이션, 워크숍

    🔥🔥 Sígueme en mis redes🔥🔥


    따라오십시오:
    🦜 내 트위터:
    📺 Youtube 채널: http://bit.ly/aldiaconaws
    📺 오소그파쿠
    📟 내 페이스북: https://www.facebook.com/ccortezb/
    🤳 내 Instagram: ccortezbazan
    📜내 AWS 강좌: https://cennticloud.thinkific.com
    🕮 내 블로그 - cortez.cloud
    대단히 감사합니다. 우리 다시 만날 수 있기를 바랍니다

    🔥🔥 나에 관하여🔥🔥


    Cortez.Cloud/whoami
    제 개인 홈페이지https://www.Cortez.Cloud를 보여드리겠습니다. 이름은'파운'입니다.
    나는 계속해서 매주 AWS에서Al/ML, 서버 없음, 안전과 규칙을 깨뜨리는 방법으로 내용을 만들 것이다!
    그리고 나의 다음 계획, 세미나, 수업, 무료 동영상 등.

    좋은 웹페이지 즐겨찾기