As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Detecção de objetos - TensorFlow
O algoritmo de classificação de objetos TensorFlow do Amazon SageMaker AI é um algoritmo de aprendizado supervisionado que permite usar o aprendizado por transferência em muitos modelos pré-treinados do TensorFlow Model Gardenjpg, .jpeg ou .png. Esta página inclui informações sobre recomendações de instâncias do Amazon EC2 e cadernos de exemplos para Detecção de Objetos - TensorFlow.
Tópicos
Recomendações de instâncias do EC2 para o algoritmo de detecção de objeto - TensorFlow
O algoritmo de detecção de objetos - TensorFlow é compatível com todas as instâncias de GPU para treinamento, incluindo:
-
ml.p2.xlarge -
ml.p2.16xlarge -
ml.p3.2xlarge -
ml.p3.16xlarge
Recomendamos o uso de instâncias de GPU com mais memória para treinamento com grandes tamanhos de lote. Tanto as instâncias de CPU (como M5) quanto as de GPU (P2 ou P3) podem ser usadas para inferência. Para obter uma lista abrangente das instâncias de treinamento e inferência do SageMaker em todas as Regiões AWS, consulte a definição de preços sob demanda no Amazon SageMaker
Detecção de objetos - caderno de exemplo TensorFlow
Para ter mais informações sobre como usar o algoritmo de detecção de objetos TensorFlow do SageMaker AI em aprendizado por transferência em um conjunto de dados personalizado, consulte o caderno Introduction to SageMaker TensorFlow - Object Detection
Para obter instruções sobre como criar e acessar instâncias do caderno Jupyter que você pode utilizar para executar o exemplo no SageMaker AI, consulte Instâncias de SageMaker notebook da Amazon. Depois de criar uma instância de caderno e abri-la, selecione a guia Exemplos do SageMaker AI para ver uma lista de todos os exemplos do SageMaker AI. Para abrir um caderno, escolha a guia Uso e depois escolha Criar cópia.