图像分类 – TensorFlow

Amazon SageMaker 图像分类 – TensorFlow 算法是一种有监督学习算法，支持使用 TensorFlow Hub 中的多种预先训练的模型进行迁移学习。使用迁移学习，即使没有大量图像数据可用，也可以在您自己的数据集上对一个可用的预训练模型进行微调。图像分类算法将图像作为输入，并输出提供的每个类标签的概率。训练数据集必须由 .jpg、.jpeg 或 .png 格式的图像组成。本页包含有关 Amazon EC2 实例推荐功能和映像分类 - TensorFlow 的示例笔记本的信息。

图像分类 – TensorFlow 算法的 Amazon EC2 实例推荐

图像分类 – TensorFlow 算法支持使用所有 CPU 和 GPU 实例进行训练，包括：

对于大批量训练，建议使用具有更多内存的 GPU 实例。CPU（例如 M5）实例和 GPU（P2、P3、G4dn 或 G5）实例都可用于推理。

图像分类 – TensorFlow 示例笔记本

有关如何使用 SageMaker 图像分类 – TensorFlow 算法在自定义数据集上进行迁移学习的更多信息，请参阅 SageMaker TensorFlow 简介 – 图像分类笔记本。

有关如何创建和访问可用于在 SageMaker 中运行示例的 Jupyter 笔记本实例的说明，请参阅 Amazon SageMaker 笔记本实例。创建笔记本实例并将其打开后，选择 SageMaker 示例选项卡以查看所有 SageMaker 示例的列表。要打开笔记本，请选择其使用选项卡，然后选择创建副本。