コンピュータビジョン

Important

この機能は パブリック プレビュー段階です。

これらの例では、AIランタイム上でコンピュータビジョンモデルを学習させます。 画像分類、レイチューンによるハイパーパラメータチューニング、物体検出などをカバーしています。

Example	Interface	説明
畳み込みニューラル ネットワークを使用した画像分類	Notebook	このノートブックでは、画像分類のためにサーバーレス GPU で 2-D 畳み込みニューラル ネットワークをトレーニングする方法の簡単な例を示します。
CIFAR-10 ハイパーパラメータチューニングとレイチューン	Notebook	このノートブックはPyTorch画像分類器の同時分割GPU試験を実行し、非同期連続半分アルゴリズム(ASHA)を使って性能不振な構成を早期に停止します。
RetinaNet を使用した物体検出	Notebook	このノートブックでは、サーバーレス GPU で RetinaNet を使用して物体検出モデルをトレーニングする方法を示します。
YOLO11n を使用した物体検出	Notebook	このノートブックでは、MLflow 追跡とモデル サービスデプロイを使用して、サーバーレス GPU を使用して、COCO128 データセットで YOLO11n オブジェクト検出モデルをトレーニングする方法を示します。
Imagenette での ResNet-50 ファインチューニング	CLI	Ray Trainを使って、2つのノードにまたがって各A10 GPUに1つの分散データ並列ワーカーを割り当て、メトリクスをMLflowにログを記録し、ResNet-50を微調整します。