Skip to content

Latest commit

 

History

History
44 lines (27 loc) · 3.71 KB

使用WatsonMachineLearningAccelerator对图像进行分类.md

File metadata and controls

44 lines (27 loc) · 3.71 KB
Raw

使用 Watson Machine Learning Accelerator 对图像进行分类

使用 Watson Machine Learning Accelerator 中的深度学习，完成基本计算机视觉图像分类示例练习

标签: Jupyter Notebook,Watson Machine Learning Accelerator,人工智能,数据科学,机器学习,深度学习

原文链接

Kelvin Lui

发布: 2020-06-02

本文是 学习路径：Watson Machine Learning Accelerator 入门 系列的一部分。

主题类型Watson Machine Learning Accelerator 简介文章加速深度学习和机器学习文章 + NotebookWatson Machine Learning Accelerator 中的 Elastic Distributed Training文章 + Notebook使用 Watson Machine Learning Accelerator 超参数优化来加快零售价格预测教程推动更高的 GPU 利用率和吞吐量教程使用 Watson Machine Learning Accelerator 对图像进行分类文章 + Notebook

简介

Watson Machine Learning Accelerator 是一种企业 AI 基础架构。利用这种基础架构，不仅可以更轻松地运用深度学习和机器学习技术，还能让企业获得 AI 的优势。这包含完整的生命周期管理，从安装和配置到数据提取和准备，再到训练模型的构建、优化和分发，最后到将模型迁移到生产环境。

概览

在本文中，我们使用 Jupyter Notebook 来演示 Watson Machine Learning Accelerator 中的 Data Science Experience。我们还介绍如何使用一组强大的工具（包括数据提取、超参数调优、模型训练和推理）来提高工作效率。

操作说明

可以在 Jupyter Notebook 中找到本文的详细步骤。 在此 Notebook 中，您将执行以下操作：

  • 将此 Notebook 上传到您的 Watson ML Accelerator 环境。
  • 下载数据集和模型。
  • 导入数据集。
  • 构建模型。
  • 调整超参数。
  • 运行训练。
  • 检查训练运行。
  • 创建推理模型。
  • 测试一下。

结束语

本文概述了 Watson Machine Learning Accelerator 中的 Data Science Experience，并介绍了如何帮助数据科学家更快速的获得结果并提高结果准确性。本文是学习路径： Watson Machine Learning Accelerator 入门系列 的一部分。继续学习此系列中的下一篇文章： Watson Machine Learning Accelerator 中的 Elastic Distributed Training。

本文翻译自： Classify images with Watson Machine Learning Accelerator（2020-04-14）