- Versionshinweise
- Erste Schritte
- Benachrichtigungen
- Projekte
- Datasets
- Data Labeling
- ML-Pakete
- Sofort einsetzbare Pakete
- Pipelines
- ML-Skills
- ML-Protokolle
- Document UnderstandingTM im AI Center
- AI Center-API
- Lizenzierung
- Vorlagen für AI Solutions
- Anleitungen zu …
- Grundlegende Anleitung zur Fehlerbehebung
Oktober 2020
Neue, sofort einsetzbare Modelle sind verfügbar
OS-Pakete > Bildanalyse > ObjektErkennung: Dies ist ein generisches, erneut trainierbares Deep-Learning-Modell zur Durchführung der Objekterkennung basierend auf YOLO. Dieses ML-Paket ist im COCO-Dataset vortrainiert, sodass Sie direkt eine ML-Fähigkeit erstellen können, die zum Identifizieren von 80 Klassen des COCO-Datasets verwendet werden kann. Die vollständige Dokumentation ist hier vorhanden.
OS-Pakete > Tabellendaten > TPOTAutoMLRegression und TPOTXGBoostRegression waren die beiden Modelle, die bereits für Klassifizierungsprobleme verfügbar waren. Sie sind jetzt auch für die Regression verfügbar. Sie helfen Ihnen, numerische Werte basierend auf numerischen Tabellendaten vorherzusagen. Die vollständige Dokumentation befindet sich hier.
- Der Status In der Warteschlange der Trainingspipeline ist jetzt in zwei verschiedene Status aufgeteilt ‑ Verpacken and Warten auf Ressourcen ‑ um deutlicher zu machen, was gerade geschieht. Der Status Verpacken bedeutet, dass das Docker-Bild erstellt wird, das die Trainingspipeline ausführt. Wenn Sie diese spezielle Version des ML-Pakets zum ersten Mal trainieren, kann dies bis zu 20 Minuten dauern. Warten auf Ressourcen bedeutet, dass keine Lizenz für die Ausführung der Pipeline verfügbar ist. Die Pipeline überprüft alle fünf Minuten, ob eine neue Lizenz verfügbar ist (dies geschieht, wenn Sie laufende ML-Fähigkeiten entfernen oder wenn eine andere Pipeline beendet wird) und wird gestartet, sobald dies der Fall ist.
- Verbesserung der Zugänglichkeit unserer App: Die Zugänglichkeit ist für uns sehr wichtig und wir haben diesen Monat große Fortschritte gemacht, um die gesamte App zugänglich zu machen. Wir sind noch nicht perfekt, aber wir werden immer besser! Zögern Sie nicht, uns mitzuteilen, wenn Sie etwas vermissen.