Masuk ke AWS DeepRacer League dan dapatkan pembelajaran mesin – TechCrunch


Oleh KJ Pittl, Arsitek Solusi, Amazon Web Services & Chuong Vu, Arsitek Solusi, Amazon Web Services

Pengembang, mulai mesin pembelajaran mesin Anda karena peristiwa AWS DeepRacer ini semakin dekat. Acara ini dimulai dengan Sesi Pembelajaran & Lokakarya yang dimulai pada tanggal 1 Oktober, diikuti dengan uji coba balapan kualifikasi virtual pendahuluan yang berlangsung antara tanggal 1-7 Oktober, dan hari balapan langsung yang mendebarkan pada tanggal 8 Oktober 2020. Cari tahu lebih lanjut dan daftar di sini.

Ajang virtual yang menyenangkan dan mendidik, AWS DeepRacer League adalah liga balap otonom global pertama di dunia tempat para pesertanya dapat langsung menggunakan Machine Learning (ML) melalui simulator balap 3D berbasis cloud dan mobil balap skala 1/18. Acara ini menawarkan kesempatan yang menarik dan praktis untuk mempelajari proses ML dan Reinforcement Learning (RL) melalui pembuatan, pelatihan, penyesuaian, evaluasi, dan penerapan model AWS DeepRacer Anda.

Dengan mendaftar, Anda akan diundang ke lokakarya pengantar yang akan menunjukkan kepada Anda cara memulai pelatihan model RL Anda. Setelah itu, Anda dapat membuat, melatih, dan membalap model Anda dalam uji coba waktu balapan komunitas virtual dan melacak performa model Anda di papan peringkat balapan. 10 model teratas dengan waktu tercepat akan saling berhadapan di Perlombaan Kejuaraan Akhir!

Pengembang dari semua tingkat keahlian diundang untuk berpartisipasi dalam acara AWS DeepRacer ini. Anda tidak perlu terlalu teknis untuk terlibat, dan siswa atau mereka yang baru memulai karir Anda juga didorong untuk bergabung dalam acara tersebut. Selama Anda memiliki minat dalam Machine Learning dan bisa misalnya menulis rumus dasar di spreadsheet, maka Anda akan menikmati dan mendapatkan banyak nilai dari acara ini. AWS DeepRacer adalah tentang membuat Machine Learning dapat diakses dan menyenangkan. Seiring waktu, komunitas AWS DeepRacer global telah berkembang dan hari ini perlombaan menghasilkan banyak antusiasme, kegembiraan, dan daya saing! Ada sesuatu tentang lingkungan balap mobil yang nyata dan menyenangkan yang menyederhanakan proses pendidikan. Jika Anda akan mengampuni permainan kata-kata tersebut, AWS DeepRacer adalah kendaraan yang sempurna untuk lebih memahami proses Reinforcement Learning (RL) dalam lingkungan yang sangat nyata, visual, dan terkontrol.

Keragaman dan inklusi adalah prioritas utama untuk AWS dan komunitas mitra kami. Untuk itu, acara AWS DeepRacer ini dikaitkan dan didukung oleh AWS She Builds, sebuah inisiatif yang bertujuan untuk membangun beragam komunitas teknologi di Australia & Selandia Baru.

Misi AWS She Builds adalah menjadikan masa depan teknologi lebih beragam. Tujuan dari acara AWS DeepRacer ini adalah untuk membantu mengungkap dan mendemistifikasi pembelajaran mesin, bidang yang sering kali disediakan untuk ilmuwan data dengan gelar PhD. Tujuan kami adalah menciptakan peluang bagi grup yang kurang terwakili untuk berkembang di industri teknologi. Pembelajaran mesin adalah salah satu keterampilan yang paling banyak diminati di industri kami, namun masih ada kekurangan pengembang dengan keterampilan pembelajaran mesin. Acara AWS DeepRacer yang didukung oleh AWS She Builds ini memberikan pengenalan yang menyenangkan dan nyata untuk pembelajaran mesin dan konsep pembelajaran penguatan.

Dalam kemenangan besar untuk keberagaman, AWS DeepRacer League edisi 2019 benar-benar melihat pemenang wanita pertama, SOLA (sola @ DNP dari Jepang), sudah menjadi pemegang rekor dunia sebelumnya dengan 7,44 detik di kualifikasi, membawa pulang AWS DeepRacer Championship Cup. Secara kebetulan, itu berarti AWS DeepRacer kecil kami melaju dengan kecepatan yang setara dengan kira-kira 100mph (atau 160kph) jika ditingkatkan ke mobil ukuran sebenarnya!

Dengan berpartisipasi dalam acara AWS DeepRacer ini, Anda akan menikmati kesempatan yang menyenangkan dan praktis untuk mempelajari proses Machine Learning (ML) dan Reinforcement Learning (RL) melalui pembuatan, pelatihan, penyesuaian, evaluasi, dan penerapan model AWS DeepRacer Anda.

Kami mulai dengan fungsi hadiah sederhana yang hanya terdiri dari beberapa baris yang ditulis dengan Python, memberi penghargaan kepada DeepRacer Anda dengan poin untuk mengambil tindakan yang tepat seperti berhasil tetap di jalur. Model DeepRacer Anda menggunakan titik-titik ini untuk mengoptimalkan tindakannya guna mencapai waktu putaran terbaik dalam lingkungan virtual 3D. Setelah itu, kami akan melanjutkan untuk mendalami untuk melihat bagaimana AWS DeepRacer menggunakan layanan AWS seperti Amazon SageMaker dan AWS RoboMaker untuk melatih model otonom penuh yang dapat diterapkan pada mobil model 1/18.

RL adalah teknik ML lanjutan yang menggunakan pendekatan yang sangat berbeda untuk model pelatihan dibandingkan dengan metode ML lainnya. Ia mempelajari perilaku yang sangat kompleks tanpa memerlukan data pelatihan berlabel, dan dapat membuat keputusan jangka pendek sambil mengoptimalkan untuk tujuan jangka panjang. Pikirkan RL sebagai algoritme pembelajaran mesin yang belajar melalui pengalaman dan penghargaan.

Dalam proses pelatihan, Amazon SageMaker melatih model RL dan AWS RoboMaker menyediakan lingkungan simulasi 3D. Saat pelatihan dimulai, agen di AWS RoboMaker mengumpulkan data dari penjelajahannya di lingkungan simulasi. Kemudian, setelah jangka waktu tertentu Anda dapat mengatur dengan “hyper-parameter”, data diteruskan ke Amazon SageMaker untuk melatih model. Saat pelatihan selesai, model baru tersebut diteruskan kembali ke AWS RoboMaker untuk mengevaluasi dan mengumpulkan lebih banyak data. Proses berulang ini dari waktu ke waktu menciptakan model otonom yang lebih akurat. Mencapai konvergensi model, yaitu keadaan di mana lebih banyak pelatihan tidak akan mengoptimalkan model Anda lebih jauh lagi, bergantung pada banyak variabel seperti tindakan, kecepatan, bentuk lintasan, kecepatan pembelajaran, dan sebagainya. Ini semua tentang mempelajari cara membaca data dan menyesuaikan parameter, membuat perubahan berulang dan bereaksi saat Anda maju.

Pada akhirnya, acara AWS DeepRacer yang didukung oleh AWS She Builds ini adalah tentang bersenang-senang sambil belajar di lingkungan yang beragam dan ramah. Proyek mobil balap otonom adalah pengaturan yang bagus untuk menyederhanakan banyak parameter kompleks yang dapat ada dalam proyek ML yang lebih luas, memberikan siswa dan pengembang kesempatan yang sama untuk menang cepat saat Anda melihat upaya ML Anda menjadi nyata dalam waktu singkat .

Sungguh menginspirasi untuk mengalami keajaiban melatih sebuah objek menjadi otonom. Anda dapat melatih dan menyetel mobil balap, tetapi pada akhirnya Anda tidak dapat mengontrol secara tepat apa yang akan dilakukannya setelah berada di trek. Ini adalah pengalaman menggembirakan yang tidak akan segera Anda lupakan!

Seperti yang disebutkan, Anda tidak memerlukan banyak pengalaman pemrograman untuk berpartisipasi dalam acara AWS DeepRacer ini, jadi kami mendorong semua orang dari semua jenis kelamin dan latar belakang untuk terlibat dan bergabung dengan kami untuk pengalaman yang menyenangkan dan mendidik.

Posted By : http://airtogel.com/