visão computacional

info

Visualização

Este recurso está em Pré-visualização Pública.

Estes notebooks ensinam modelos de visão computacional em AI Runtime. Eles cobrem classificação de imagens, ajuste de hiperparâmetros com Ray Tune e detecção de objetos.

Tutorial	Descrição
Classificação de imagens usando redes neurais convolucionais (CNN)	Este notebook fornece um exemplo simples de como ensinar uma rede neural convolucional 2D em GPUs serverless para classificação de imagens.
Ajuste de hiperparâmetros do CIFAR-10 com Ray Tune	Este notebook executa testes com frações de GPU concorrentes para um classificador de imagens do PyTorch e usa o algoritmo ASHA (asynchronous successive halving algorithm) para interromper antecipadamente configurações de desempenho inferior.
Detecção de objetos usando RetinaNet	Este notebook demonstra como ensinar um modelo de detecção de objetos usando RetinaNet em uma GPU serverless .
Detecção de objetos usando YOLO11n	Este Notebook demonstra como treinar um modelo de detecção de objetos YOLO11n no dataset COCO128 usando GPU serverless, com acompanhamento MLflow e implantação do Model Serving.

Tutorial	Descrição
Classificação de imagens usando redes neurais convolucionais (CNN)	Este notebook fornece um exemplo simples de como ensinar uma rede neural convolucional 2D em GPUs serverless para classificação de imagens.
Ajuste de hiperparâmetros do CIFAR-10 com Ray Tune	Este notebook executa testes com frações de GPU concorrentes para um classificador de imagens do PyTorch e usa o algoritmo ASHA (asynchronous successive halving algorithm) para interromper antecipadamente configurações de desempenho inferior.
Detecção de objetos usando RetinaNet	Este notebook demonstra como ensinar um modelo de detecção de objetos usando RetinaNet em uma GPU serverless .
Detecção de objetos usando YOLO11n	Este Notebook demonstra como treinar um modelo de detecção de objetos YOLO11n no dataset COCO128 usando GPU serverless, com acompanhamento MLflow e implantação do Model Serving.