Aprende a personalizar un Vision Transformer con tu propio conjunto de datos en este tutorial de 49 minutos, parte 4 de una serie de 4. Utiliza un modelo base pre-entrenado por Google para entrenar un clasificador con datos de imágenes de retina del conjunto EyeQ, un subconjunto de EyePacs. Crea un punto de inferencia administrado en Azure Machine Learning Studio (AKS) para implementar el modelo. Accede a los notebooks del proyecto en GitHub para seguir el proceso paso a paso y aplicar estos conocimientos a tus propios proyectos de aprendizaje automático y visión por computadora.
Fine-Tuning ViT Classifier for Retinal Images with AKS Inference - Part 4 (Español)
The Machine Learning Engineer via YouTube
Overview
Syllabus
LLMOPS :Fine Tune ViT Classifier. Images de Retina. Inferencia en AKS (Español)#machinelearning
Taught by
The Machine Learning Engineer
Related Courses
-
Fine-Tuning ViT Classifier for Retinal Image Detection - Part 2 (Español)
-
Fine-Tuning ViT Classifier for Retina Images and Converting to ONNX Format - Part 3
-
Fine-Tuning ViT Classifier for EyePacs Dataset Quality Model - Tutorial en Español
-
LLMOps: Inferencia de Clasificador ViT Fine-Tuned en CPU con C#
-
LLMOps: Converting Fine-Tuned ViT Classifier to ONNX for CPU Inference
-
Fine-Tuning Vision Transformer for Retina Image Classification - Inference on Azure ML AKS
