중요합니다
이 기능은 공개 미리보기 단계에 있습니다.
이 예시들은 AI Runtime에서 컴퓨터 비전 모델을 학습하는 데 사용됩니다. 이미지 분류, Ray Tune을 이용한 하이퍼파라미터 튜닝, 객체 탐지 등을 다룹니다.
| Example | Interface | 설명 |
|---|---|---|
| 나선형 신경망을 사용한 이미지 분류 | Notebook | 이 Notebook은 이미지 분류를 위해 서버리스 GPU에서 2차원 나선형 신경망을 학습시키는 방법에 대한 간단한 예제를 제공합니다. |
| 레이 튠을 이용한 CIFAR-10 하이퍼파라미터 튜닝 | Notebook | 이 노트북은 PyTorch 이미지 분류기를 위해 GPU를 분할 할당한 실험을 동시에 실행하고, 비동기 연속 반감 알고리즘(ASHA)을 사용하여 성능이 낮은 구성의 실행을 조기에 중단합니다. |
| RetinaNet을 사용한 개체 검색 | Notebook | 이 Notebook은 서버리스 GPU에서 RetinaNet을 사용하여 개체 검색 모델을 학습하는 방법을 보여 줍니다. |
| YOLO11n을 사용한 개체 검색 | Notebook | 이 Notebook에서는 MLflow 추적 및 모델 서비스 배포를 사용하여 서버리스 GPU를 사용하여 COCO128 데이터 세트에서 YOLO11n 개체 검색 모델을 학습시키는 방법을 보여 줍니다. |
| Imagenette에서의 ResNet-50 미세 조정 | CLI | Ray Train을 사용해 ResNet-50을 미세 조정하고, 두 노드 전체에서 각 A10 GPU당 분산 데이터 병렬 워커 1개를 사용하며, 메트릭을 MLflow에 기록합니다. |