本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
物体检测- TensorFlow
Amazon SageMaker Object Detection- TensorFlow 算法是一种监督学习算法,它支持使用模型花园中的许多预训练TensorFlow 模型jpg
、.jpeg
或 .png
格式的图像组成。本页包含有关 Amazon EC2 实例推荐和对象检测示例笔记本的信息- TensorFlow。
主题
针对对象检测- TensorFlow 算法的 Amazon EC2 实例推荐
物体检测- TensorFlow 算法支持所有训练GPU实例,包括:
-
ml.p2.xlarge
-
ml.p2.16xlarge
-
ml.p3.2xlarge
-
ml.p3.16xlarge
对于大批量训练,我们建议使用内存更大的GPU实例。两个实例CPU(例如 M5)和GPU(P2 或 P3)实例都可用于推理。有关各 Amazon 区域 SageMaker 训练和推理实例的完整列表,请参阅 Amazon SageMaker 定价
物体检测- TensorFlow 样本笔记本
有关如何使用 SageMaker 对象检测- TensorFlow 算法对自定义数据集进行迁移学习的更多信息,请参阅《物体检测简介
有关如何创建和访问可用于在中运行示例的 Jupyter 笔记本实例的说明 SageMaker,请参阅。Amazon SageMaker 笔记本实例创建并打开笔记本实例后,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。