コンピュータビジョン

備考

プレビュー

この機能は パブリック プレビュー段階です。

これらのノートブックでは、AIランタイム上でコンピュータビジョンモデルをトレーニングします。これらには、画像分類、Ray Tuneによるハイパーパラメーターチューニング、およびオブジェクト検出が含まれます。

チュートリアル	説明
畳み込みニューラルネットワークを用いた画像分類	このノートブックは、画像分類のためにサーバレス GPU 上で 2 次元畳み込みニューラルネットワークをトレーニングする方法の簡単な例を提供します。
Ray Tune による CIFAR-10 のハイパーパラメーターチューニング	このノートブックは、PyTorch 画像分類器の並列部分 GPU トライアルを実行し、非同期連続半減 (ASHA) アルゴリズムを使用して、パフォーマンスの低い構成を早期に停止します。
RetinaNetを用いた物体検出	このノートブックでは、サーバレス GPU 上の RetinaNet を使用して物体検出モデルをトレーニングする方法を説明します。
YOLO11nを使用したオブジェクト検出	このノートブックは、サーバレスGPUを使用してCOCO128データセットでYOLO11nオブジェクト検出モデルをトレーニングするし、MLflowトラッキングとModel Servingデプロイメントを行う方法を示しています。

チュートリアル	説明
畳み込みニューラルネットワークを用いた画像分類	このノートブックは、画像分類のためにサーバレス GPU 上で 2 次元畳み込みニューラルネットワークをトレーニングする方法の簡単な例を提供します。
Ray Tune による CIFAR-10 のハイパーパラメーターチューニング	このノートブックは、PyTorch 画像分類器の並列部分 GPU トライアルを実行し、非同期連続半減 (ASHA) アルゴリズムを使用して、パフォーマンスの低い構成を早期に停止します。
RetinaNetを用いた物体検出	このノートブックでは、サーバレス GPU 上の RetinaNet を使用して物体検出モデルをトレーニングする方法を説明します。
YOLO11nを使用したオブジェクト検出	このノートブックは、サーバレスGPUを使用してCOCO128データセットでYOLO11nオブジェクト検出モデルをトレーニングするし、MLflowトラッキングとModel Servingデプロイメントを行う方法を示しています。