Övning – Använda överföringsinlärning

  • 30 minuter

Både PyTorch och TensorFlow stöder ett bibliotek med befintliga modeller som du kan använda som grund för överföringsinlärning.

I den här övningen använder du det ramverk du föredrar för att träna en convolutional neural nätverksmodell med hjälp av överföringsinlärning.

Så här slutför du övningen:

  1. I mappen ml-basics i Jupyter öppnar du antingen Transfer Learning (PyTorch).ipynb eller Transfer Learning (Tensorflow).ipynb notebook, beroende på dina ramverksinställningar, och följer instruktionerna som den innehåller.

  2. När du är klar stänger och stoppar du alla notebook-filer.

Rensa

Om du använde en beräkningsinstans på en Azure Machine Learning-arbetsyta för att slutföra övningarna kan du använda de här stegen för att rensa.

  1. Stäng alla Jupyter-anteckningsböcker och Jupyter-startsidan.

  2. På sidan Beräkning i Azure Machine Learning Studio väljer du din beräkningsinstans och i den översta menyraden väljer du Stoppa.

Om du inte tänker slutföra andra moduler som kräver Azure Machine Learning-arbetsytan kan du ta bort resursgruppen som du skapade för den från din Azure-prenumeration.