Samouczki & Przykłady

Samouczki

Jupyter Notebook języka Python (zalecane)

Zakładając, że ukończono Wprowadzenie, skorzystaj z samouczków notesów Jupyter języka Python CNTK, aby zapoznać się z zestawem narzędzi. Warto zacząć od samouczków serii CNTK 100 przed wypróbowaniem wyższej serii, która obejmuje szereg różnych aplikacji, w tym klasyfikację obrazów, interpretację języka, uczenie się przez wzmacnianie i inne.

Dodatkowe przepisy języka Python:

• Artykuł "Build your own image classifier using Transfer Learning" (Tworzenie własnego klasyfikatora obrazów przy użyciu usługi Transfer Learning) zawiera dwa przykłady dla klasyfikatorów obrazów niestandardowych korzystających z uczenia transferowego.
• "Wykrywanie obiektów przy użyciu funkcji Fast R-CNN" opisuje sposób trenowania fast R-CNN na danych PASCAL VOC i niestandardowych danych na potrzeby wykrywania obiektów.
• W artykule "Object-Detection-using-Faster-R-CNN" opisano sposób trenowania szybszego wywołania sieci R-CNN na danych VOC PASCAL i niestandardowych danych na potrzeby wykrywania obiektów.

Możesz również wypróbować samouczki na żywo ze wstępnie zainstalowanym zestawem CNTK w usłudze Azure Notebooks bezpłatnie.

Przykłady

Zapoznaj się z przykładami , aby znaleźć przykłady tworzenia sieci w cnTK przy użyciu obsługiwanych interfejsów API.