Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Belangrijk
Deze functie bevindt zich in openbare preview-versie.
Deze voorbeelden trainen computer vision-modellen op AI-runtime. Ze behandelen beeldclassificatie, hyperparameterafstemming met Ray Tune en objectdetectie.
| Example | Interface | Beschrijving |
|---|---|---|
| Afbeeldingsclassificatie met behulp van convolutionele neurale netwerken | Notebook | Dit notebook biedt een eenvoudig voorbeeld van het trainen van een 2D-convolutieneuraal netwerk op serverloze GPU's voor afbeeldingsclassificatie. |
| CIFAR-10 hyperparameterafstemming met Ray Tune | Notebook | Dit notebook voert gelijktijdige fractioneel-GPU-proeven uit voor een PyTorch-afbeeldingsclassifier en gebruikt het asynchrone successieve halveringsalgoritme (ASHA) om onderpresterende configuraties vroegtijdig te voorkomen. |
| Objectdetectie met RetinaNet | Notebook | Dit notebook laat zien hoe u een objectdetectiemodel traint met behulp van RetinaNet op een serverloze GPU. |
| Objectdetectie met YOLO11n | Notebook | In dit notebook ziet u hoe u een YOLO11n-objectdetectiemodel traint op de COCO128-gegevensset met behulp van serverloze GPU, met MLflow-tracering en modelverdieningsimplementatie. |
| ResNet-50 fine-tuning op Imagenette | CLI | Gebruik Ray Train om ResNet-50 fijn af te stemmen met één gedistribueerde data-parallelle worker per A10 GPU over twee nodes en log metrics naar MLflow. |