尽管经历了数十年的投入和改进，开发、训练和维护机器学习模型的过程仍然繁琐且欠缺通用性。将机器学习技术集成到应用程序中的过程往往需要一个专家团队进行为期数月的调整和修补。那么可以灵活编程并且扩展能力超强的深度学习框架有哪些？是否有端到端的全托管机器学习平台来降低训练时长和成本呢？

演讲提纲：

1、深度解析MXNet框架的特点以及如何利用此框架进行深度学习应用的开发。
2、企业和开发人员如何构建端到端、开发到生产的机器学习管道，用于大规模机器学习训练。
3、Amazon SageMaker上手实践示例
4、动手实践打造AWS 上的"无人车"自动驾驶。