Tutoriels & exemples

Tutoriels

Jupyter Notebook Python (recommandé)

En supposant que vous avez terminé Prise en main, utilisez les didacticiels du notebook Jupyter Python CNTK pour vous familiariser avec le kit de ressources. Vous pouvez commencer avec les tutoriels de la série CNTK 100 avant d’essayer des séries supérieures qui couvrent une gamme d’applications différentes, y compris la classification d’images, la compréhension du langage, l’apprentissage par renforcement et d’autres.

Recettes Python supplémentaires :

• « Créer votre propre classifieur d’images à l’aide de Transfer Learning » fournit deux exemples pour les classifieurs d’images personnalisés à l’aide de l’apprentissage par transfert.
• « Détection d’objets à l’aide de Fast R-CNN » décrit comment entraîner Fast R-CNN sur des données VOC PASCAL et des données personnalisées pour la détection d’objets.
• « Object-Detection-using-Faster-R-CNN » décrit comment entraîner Faster R-CNN sur des données VOC PASCAL et des données personnalisées pour la détection d’objets.

Vous pouvez également essayer les tutoriels en direct avec CNTK préinstallé dans Azure Notebooks gratuitement.

Exemples

Consultez Exemples pour trouver des exemples de création de réseaux dans CNTK à l’aide des API prises en charge.