Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Viktigt!
AI Runtime för aktiviteter med en nod finns i offentlig förhandsversion. Det distribuerade tränings-API:et för multi-GPU-arbetsbelastningar finns kvar i Beta.
Den här sidan innehåller notebook-exempel för datorseendeuppgifter med hjälp av AI Runtime. Dessa exempel visar hur man tränar och finjusterar modeller för olika datorsynsapplikationer.
| Handledning | Beskrivning |
|---|---|
| Bildklassificering med hjälp av konvolutionellt neuralt nätverk | Den här notebook-filen innehåller ett enkelt exempel på hur du tränar ett neuralt 2D-involutionsnätverk på serverlösa GPU:er för bildklassificering. |
| Objektidentifiering med RetinaNet | Den här notebook-filen visar hur du tränar en objektidentifieringsmodell med RetinaNet på serverlös GPU. |
| Objektidentifiering med YOLO11n | Den här anteckningsboken visar hur du tränar en YOLO11n-objektdetekteringsmodell på datauppsättningen COCO128 med serverlös GPU, med MLflow-spårning och distribution med Model Serving. |