トレーニング
認定資格
Microsoft Certified: Azure Data Scientist Associate - Certifications
Python、Azure Machine Learning、MLflow を使用して、データのインジェストと準備、モデルのトレーニングとデプロイ、機械学習ソリューションの監視を管理します。
このブラウザーはサポートされなくなりました。
Microsoft Edge にアップグレードすると、最新の機能、セキュリティ更新プログラム、およびテクニカル サポートを利用できます。
Custom Vision モデルをトレーニングした後は、ローカルに格納されているイメージまたはリモート イメージを指す URL を使用して、簡単にテストできます。 モデルの最後にトレーニングした反復をテストし、さらにトレーニングが必要かどうかを判断します。
Custom Vision Web ポータルからプロジェクトを選択します。 上部メニュー バー右側の [Quick Test](簡単なテスト) を選択します。 このアクションによって、[Quick Test](簡単なテスト) というラベルが付いたウィンドウが開きます。
[Quick Test](簡単なテスト) ウィンドウ内で [Submit Image](イメージの送信) フィールドを選択し、テストに使用するイメージの URL を入力します。 代わりにローカルに保存されたイメージを使用する場合は、[Browse local files](ローカル ファイルの参照) ボタンを選択し、ローカルのイメージ ファイルを選択します。
選択したイメージがページの途中に表示されます。 その後、イメージの下に [Tags](タグ) と [Confidence](信頼度) というラベルが付いた 2 列のテーブル形式で予測結果が表示されます。 結果を確認した後、[Quick Test](簡単なテスト) ウィンドウを閉じることができます。
これで、テストのために前に送信したイメージを取得し、それを使用してモデルの再トレーニングを行うことができます。
分類器に送信したイメージを表示するには、Custom Vision Web ページを開き、[Predictions](予測) タブを選択します。
ヒント
既定のビューには、現在のイテレーションのイメージが表示されます。 [Iteration](イテレーション) ドロップ ダウン フィールドを使用すると、以前のイテレーションで送信されたイメージを表示できます。
イメージの上にポインターを置き、分類子が予測したタグを表示します。
ヒント
イメージは、最も分類器に貢献したイメージが一番上になるように順位付けされます。 異なる並べ替えを選択するには、[Sort](並べ替え) セクションを使用します。
トレーニング データにイメージを追加するには、イメージを選択し、手動でタグを選択してから、[保存して閉じる] を選択します。 イメージは [Predictions](予測) から削除され、トレーニング イメージに追加されます。 [Training Images] (トレーニング イメージ) タブを選択すると、これを表示できます。
[Train](トレーニング) ボタンを使用して、分類子を再トレーニングします。
トレーニング
認定資格
Microsoft Certified: Azure Data Scientist Associate - Certifications
Python、Azure Machine Learning、MLflow を使用して、データのインジェストと準備、モデルのトレーニングとデプロイ、機械学習ソリューションの監視を管理します。
ドキュメント
予測エンドポイントを使用してプログラムで分類器を指定してテストする - Custom Vision - Azure AI services
API を使用して、Custom Vision Service の分類器によるイメージのテストをプログラムから行う方法を説明します。
Smart Labeler を使用して画像により早くタグを付ける - Azure AI services
このガイドでは、Smart Labeler を使用して画像に対する推奨タグを生成する方法について説明します。 これにより、Custom Vision モデルをトレーニングするときに、多数の画像にすばやくラベルを付けることができます。
モデルを改善する - Custom Vision サービス - Azure AI services
この記事では、Custom Vision サービスで、データの量、品質、多様性によってモデルの品質がどのように向上するかについて説明します。