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 Notebook-Instances für Amazon SageMaker. 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.