Avsnitt

Skapa en husdjursdetektor på 30 minuter eller mindre!

Har du någonsin undrat vilken ras den hunden eller katten är? I det här programmet ser du hur vi tränar, optimerar och distribuerar en djupinlärningsmodell med hjälp av Azure Notebooks, Azure Machine Learning Service och Visual Studio Code med hjälp av Python.

Vi använder överföringsinlärning för att träna om en mobilnätsmodell med Tensorflow för att identifiera hund- och kattraser med hjälp av Oxford IIIT Pet Dataset.

Därefter optimerar vi den modellen med hjälp av Azure Machine Learning Service HyperDrive-tjänsten och förbättrar noggrannheten för vår modell till över 90 %.

Slutligen sätter vi på oss utvecklarhatten och använder Visual Studio Code och python-tillägget för att distribuera och testa vår modell. Längs vägen ser du coola funktioner som vår nya Jupyter-baserade interaktiva programmeringsupplevelse i VS Code, vår AI-baserade IntelliSense-funktion som heter Intellicode och vårt Azure Machine Learning-tillägg.

Blogginlägg som introducerar de nya funktionerna i Azure Notebooks

Blogginlägg som introducerar våra datavetenskapsfunktioner i vårt Python-tillägg

Azure Notebooks

Python-tillägg

Azure Machine Learning-tillägg

Visual Studio Code

Visual Studio Code