Zelfstudies & voorbeelden

Zelfstudies

Python Jupyter Notebook (aanbevolen)

Ervan uitgaande dat u Aan de slag hebt voltooid, gebruikt u de zelfstudies voor CNTK Python Jupyter Notebook om vertrouwd te raken met de toolkit. Misschien wilt u beginnen met de zelfstudies uit de CNTK 100-serie voordat u hogere series gaat uitproberen die betrekking hebben op een reeks verschillende toepassingen, waaronder afbeeldingsclassificatie, taalbegrip, versterkend leren en andere.

Aanvullende Python-recepten:

• 'Uw eigen afbeeldingsclassificatie bouwen met behulp van Transfer Learning' biedt twee voorbeelden voor aangepaste afbeeldingsclassificaties met behulp van leren voor overdracht.
• 'Objectdetectie met Fast R-CNN' beschrijft hoe Fast R-CNN traint op PASCAL VOC-gegevens en aangepaste gegevens voor objectdetectie.
• 'Objectdetectie-using-Faster-R-CNN' beschrijft hoe u Snellere R-CNN traint op PASCAL VOC-gegevens en aangepaste gegevens voor objectdetectie.

U kunt de zelfstudies ook gratis live uitproberen met vooraf geïnstalleerde CNTK in Azure Notebooks .

Voorbeelden

Raadpleeg Voorbeelden voor voorbeelden van het bouwen van netwerken in CNTK met behulp van de ondersteunde API's.