Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Penting
Fitur ini ada di Pratinjau Umum.
Contoh-contoh ini digunakan untuk melatih model visi komputer di AI Runtime. Mereka mencakup klasifikasi gambar, penyetelan hiperparameter dengan Ray Tune, dan deteksi objek.
| Example | Interface | Deskripsi |
|---|---|---|
| Klasifikasi gambar menggunakan jaringan neural konvolusional | Notebook | Notebook ini memberikan contoh sederhana tentang cara melatih jaringan neural konvolusi 2-D pada GPU tanpa server untuk klasifikasi gambar. |
| Penyetelan hyperparameter CIFAR-10 dengan Ray Tune | Notebook | Notebook ini menjalankan uji coba GPU fraksional secara bersamaan untuk klasifikator citra PyTorch dan menggunakan algoritma asinkron berurutan halving (ASHA) untuk menghentikan konfigurasi yang kurang berkinerja lebih awal. |
| Deteksi objek menggunakan RetinaNet | Notebook | Notebook ini menunjukkan cara melatih model deteksi objek menggunakan RetinaNet pada GPU tanpa server. |
| Deteksi objek menggunakan YOLO11n | Notebook | Notebook ini menunjukkan cara melatih model deteksi objek YOLO11n pada himpunan data COCO128 menggunakan GPU tanpa server, dengan pelacakan MLflow dan penyebaran Model Serving. |
| Penyempurnaan ResNet-50 pada Imagenette | CLI | Gunakan Ray Train untuk menyempurnakan ResNet-50 dengan satu pekerja paralel data terdistribusi per GPU A10 di dua node dan mencatat metrik ke MLflow. |