- Versionshinweise
- Anforderungen
- Installation
- Erste Schritte
- Projekte
- Datasets
- ML-Pakete
- Pipelines
- ML-Skills
- ML-Protokolle
- Document Understanding in AI Fabric
- Grundlegende Anleitung zur Fehlerbehebung
Dieser Abschnitt enthält ML-Beispielpakete, mithilfe derer Sie mit dem Erstellen Ihrer eigenen beginnen können.
Iris-flower-Klassifizierer
Dies ist ein ML-Beispielpaket für das archetypischen Iris-Flower-Dataset. Das ML-Paket ist erneut trainierbar und bietet ein Beispiel dafür, wie Daten in Trainings und Tests in process_data aufgeteilt werden können. Darüber hinaus bietet es ein Beispiel zum Speichern von Artefakten in der Pipelineausgabe.
You can download this retrainable example from here.
ML-Paket-Vorlage
Dies ist ein ML-Vorlagen-/Textbausteinpaket. Das ML-Paket verfügt über alle Funktionen, die zum Bereitstellen und Trainieren erforderlich sind, aber es ist nicht funktional. Es soll informativ sein und kann als Vorlage für das Erstellen Ihrer eigenen ML-Pakete verwendet werden. Genau wie der Iris-flower-Klassifizierer zeigt es ein Beispiel zum Aufteilen von Daten und Speichern von Artefakten. Dieses Paket zeigt auch, wie ein Modell mit Transferlernen strukturiert sein könnte.
You can download this retrainable example from here.
Inception-Bildklassifizierung
Dies ist ein Beispiel für ein ML-Paket (nicht erneut trainierbar) für die Bildklassifizierung. Es basiert auf dem Forschungsarbeit „Rethinking the Inception Architecture for Computer Vision“ von Szegedy et al.
You can download this non-retrainable example from here.