- Notes de publication
- Démarrage
- Notifications
- Projets
- Jeux de données
- Labellisation des données
- Paquets ML
- Paquets prêts à l’emploi
- Pipelines
- Compétences ML
- Journaux ML
- Document UnderstandingTM dans AI Center
- API AI Center
- Licences
- Modèles de solutions d'IA
- Comment
- Guide de dépannage de base
Octobre 2020
De nouveaux modèles prêts à l’emploi sont disponibles
Paquets du SE (OS Packages) > Analyse d'image (Image Analysis) > Détection d'objets (ObjectDetection) : il s'agit d'un modèle d'apprentissage profond générique et réutilisable pour effectuer une détection d'objets basée sur YOLO. Ce paquet ML est pré-entraîné sur l'ensemble de données COCO afin que vous puissiez créer directement une compétence ML qui peut être utilisée pour identifier 80 classes de l'ensemble de données COCO. La documentation complète se trouve ici.
Packages SE (OS Packages) > Données tabulaires (Tabular Data) > TPOTAutoMLRegression et TPOTXGBoostRegression, ces deux modèles étaient déjà disponibles pour les problèmes de classification, ils sont désormais également disponibles pour la régression. Ils vous aideront à prédire les valeurs numériques sur la base de données tabulaires numériques. La documentation complète se trouve ici.
- L’état Mis en attente (Queued) du pipeline de formation est maintenant divisé en deux états différents Empaquetage (Packaging) et En attente de ressources (Waiting for resources) pour une meilleure compréhension de ce qui se passe. L’état Empaquetage signifie que l’image Docker qui exécutera le pipeline de formation est en cours de construction. Si c’est la première fois que vous formez cette version spécifique du paquet ML, cela peut prendre jusqu’à 20 minutes. En attente de ressources signifie qu’il n’y a pas de licence disponible pour l’exécution du pipeline. Le pipeline vérifie toutes les 5 minutes si une nouvelle licence est disponible (cela se produira si vous supprimez des compétences ML en cours d’exécution ou si un autre pipeline est complet) et démarrera dès que c’est le cas.
- Amélioration de l’accessibilité de notre application : l’accessibilité est très importante pour nous et beaucoup de progrès ont été réalisés ce mois-ci pour rendre l’ensemble de l’application accessible. Nous ne sommes pas encore parfaits, mais nous nous améliorons ! N’hésitez pas à nous dire si vous voyez qu’il manque quelque chose.
