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.
Der Amazon SageMaker AI Object Detection — TensorFlow Algorithmus ist ein überwachter Lernalgorithmus, der Transferlernen mit vielen vortrainierten Modellen aus dem TensorFlow Model Gardenjpg,.jpeg, oder .png Format. Diese Seite enthält Informationen zu EC2 Amazon-Instance-Empfehlungen und Beispiel-Notebooks für Object Detection - TensorFlow.
Themen
EC2 Amazon-Instanzempfehlung für den TensorFlow Objekterkennungsalgorithmus
Der TensorFlow Objekterkennungsalgorithmus 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 Inferenzinstanzen in allen AWS Regionen finden Sie unter SageMaker Amazon-Preise
Objekterkennung — TensorFlow Beispiel-Notizbücher
Weitere Informationen zur Verwendung des SageMaker TensorFlow KI-Objekterkennungsalgorithmus für Transfer-Lernen an einem benutzerdefinierten Datensatz finden Sie im Notizbuch Einführung in SageMaker TensorFlow — Objekterkennung
Anweisungen zum Erstellen und Zugreifen auf Jupyter-Notebook-Instanzen, mit denen Sie das Beispiel in SageMaker KI ausführen können, finden Sie unter. Amazon SageMaker Notebook-Instances Nachdem Sie eine Notebook-Instanz erstellt und geöffnet haben, wählen Sie die Registerkarte SageMaker KI-Beispiele aus, um eine Liste aller KI-Beispiele anzuzeigen. SageMaker Zum Öffnen eines Notebooks wählen Sie die Registerkarte Verwenden und dann Kopie erstellen aus.
