Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Objekterkennung – TensorFlow
Der Algorithmus Objekterkennung – TensorFlow von Amazon SageMaker AI ist ein überwachter Lernalgorithmus, der Transfer-Lernen mit vielen vortrainierten Modellen aus dem TensorFlow Model Gardenjpg,.jpeg, oder .png Format. Diese Seite enthält Informationen zu Empfehlungen für Amazon-EC2-Instances und Beispiel-Notebooks für Objekterkennung – TensorFlow.
Themen
Amazon-EC2-Instance-Empfehlung für den Objekterkennungsalgorithmus
Der Object Detection – TensorFlow-Algorithmus unterstützt alle GPU-Instances für das Training, einschließlich:
-
ml.p2.xlarge -
ml.p2.16xlarge -
ml.p3.2xlarge -
ml.p3.16xlarge
Wir empfehlen die Verwendung von GPU-Instances mit mehr Arbeitsspeicher zum Training mit großen Stapelgrößen. Es können jedoch sowohl CPU-Instances (wie C5 und M5) als auch GPU-Instances (wie P2 und P3) für die Interferenz verwendet werden. Eine umfassende Liste der SageMaker-Trainings- und Inferenz-Instances in allen AWS-Regionen finden Sie unter Preise von Amazon SageMaker
Objekterkennung – TensorFlow-Beispiel-Notebooks
Weitere Informationen zur Verwendung des Algorithmus Objekterkennung – TensorFlow von SageMaker AI für Transfer Learning in einem benutzerdefinierten Datensatz finden Sie im Notebook Einführung in SageMaker AI TensorFlow – Objekterkennung
Anweisungen zum Erstellen von und Zugreifen auf Jupyter-Notebook-Instances, die Sie zum Ausführen des Beispiels in SageMaker AI verwenden können, finden Sie unter SageMaker Amazon-Notebook-Instanzen. Sobald Sie eine Notebook-Instance erstellt und geöffnet haben, wählen Sie die Registerkarte SageMaker-AI-Beispiele, um eine Liste aller SageMaker-AI-Beispiele zu sehen. Zum Öffnen eines Notebooks wählen Sie die Registerkarte Verwenden und dann Kopie erstellen aus.