Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Ważne
Ta funkcja jest dostępna w wersji beta. Administratorzy obszaru roboczego mogą kontrolować dostęp do tej funkcji ze strony Podglądy . Zobacz Zarządzanie wersjami zapoznawczami usługi Azure Databricks.
Ta strona zawiera przykłady notesów dla zadań przetwarzania obrazów przy użyciu przetwarzania bezserwerowego procesora GPU. W tych przykładach pokazano, jak trenować i dostosowywać modele dla różnych aplikacji do przetwarzania obrazów.
Klasyfikacja obrazów przy użyciu splotowej sieci neuronowej
Poniższy notes zawiera prosty przykład trenowania sieci neuronowej 2-W na potrzeby klasyfikacji obrazów bezserwerowych obliczeń procesora GPU.
Klasyfikacja obrazów PyTorch
Wykrywanie obiektów przy użyciu sieci RetinaNet
W poniższym notesie pokazano, jak wytrenować model wykrywania obiektów przy użyciu sieci RetinaNet na obliczeniach bezserwerowych procesorów GPU.