Visión por ordenador

Importante

Esta característica está en versión preliminar pública.

Estos notebooks entrenan modelos de visión por computador en AI Runtime. Cubren la clasificación de imágenes, la afinación de hiperparámetros con Ray Tune y la detección de objetos.

Tutorial Descripción
Clasificación de imágenes mediante una red neuronal convolucional En este cuaderno se proporciona un ejemplo sencillo de cómo entrenar una red neuronal de convolución 2D en GPU sin servidor para la clasificación de imágenes.
Ajuste de hiperparámetros CIFAR-10 con Ray Tune Este cuaderno ejecuta pruebas concurrentes con fracciones de GPU para un clasificador de imágenes de PyTorch y utiliza el algoritmo asíncrono de reducción sucesiva (ASHA) para detener de forma temprana las configuraciones con peor rendimiento.
Detección de objetos mediante RetinaNet En este cuaderno se muestra cómo entrenar un modelo de detección de objetos mediante RetinaNet en GPU sin servidor.
Detección de objetos mediante YOLO11n En este cuaderno se muestra cómo entrenar un modelo de detección de objetos YOLO11n en el conjunto de datos de COCO128 mediante GPU sin servidor, con el seguimiento de MLflow y la implementación de Servicio de modelos.
  • Last updated on