Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Bildklassifizierung - TensorFlow
<a name="image-classification-tensorflow"></a>

Der Amazon SageMaker Image Classification — TensorFlow Algorithmus ist ein überwachter Lernalgorithmus, der Transfer-Lernen mit vielen vortrainierten Modellen aus dem [ TensorFlow Hub ](https://tfhub.dev/s?fine-tunable=yes&module-type=image-classification&subtype=module,placeholder&tf-version=tf2) unterstützt. Verwenden Sie Transfer Learning, um eines der verfügbaren vortrainierten Modelle anhand Ihres eigenen Datensatzes zu optimieren, auch wenn eine große Menge an Bilddaten nicht verfügbar ist. Der Bildklassifizierungsalgorithmus verwendet ein Bild als Eingabe und gibt für jede angegebene Klassenbeschriftung eine Wahrscheinlichkeit aus. Trainingsdatensätze müssen aus Bildern im .jpg, .jpeg oder .png Format bestehen. Diese Seite enthält Informationen zu Empfehlungen für Amazon EC2-Instances und Beispiel-Notebooks für Image Classification —. TensorFlow

**Topics**
+ [Wie benutzt man den SageMaker Image Classification — Algorithmus TensorFlow](IC-TF-how-to-use.md)
+ [Eingabe- und Ausgabeschnittstelle für den Bildklassifizierungsalgorithmus TensorFlow](IC-TF-inputoutput.md)
+ [Empfehlung einer Amazon EC2-Instance für den Image Classification — Algorithmus TensorFlow](#IC-TF-instances)
+ [Bildklassifizierung — TensorFlow Beispiel-Notebooks](#IC-TF-sample-notebooks)
+ [So TensorFlow funktioniert die Bildklassifizierung](IC-TF-HowItWorks.md)
+ [TensorFlow Hub-Modelle](IC-TF-Models.md)
+ [Bildklassifizierung — TensorFlow Hyperparameter](IC-TF-Hyperparameter.md)
+ [Optimieren Sie ein Modell für die Bildklassifizierung TensorFlow](IC-TF-tuning.md)

## Empfehlung einer Amazon EC2-Instance für den Image Classification — Algorithmus TensorFlow
<a name="IC-TF-instances"></a>

Der Image Classification — TensorFlow Algorithmus unterstützt alle CPU- und GPU-Instances für das Training, einschließlich:
+ `ml.p2.xlarge`
+ `ml.p2.16xlarge`
+ `ml.p3.2xlarge`
+ `ml.p3.16xlarge`
+ `ml.g4dn.xlarge`
+ `ml.g4dn.16.xlarge`
+ `ml.g5.xlarge`
+ `ml.g5.48xlarge`

Wir empfehlen die Verwendung von GPU-Instances mit mehr Arbeitsspeicher zum Training mit großen Stapelgrößen. Sowohl CPU- (wie M5) als auch GPU-Instances (P2, P3, G4dn oder G5) können für Inferenzen verwendet werden.

## Bildklassifizierung — TensorFlow Beispiel-Notebooks
<a name="IC-TF-sample-notebooks"></a>

Weitere Informationen zur Verwendung des SageMaker TensorFlow Bildklassifizierungsalgorithmus für Transfer Learning an einem benutzerdefinierten Datensatz finden Sie im [ Notizbuch ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/image_classification_tensorflow/Amazon_TensorFlow_Image_Classification.ipynb) Einführung in SageMaker TensorFlow — Bildklassifizierung.

Anweisungen zum Erstellen und Zugreifen auf Jupyter-Notebook-Instances, mit denen Sie das Beispiel in SageMaker AI ausführen können, finden Sie unter. [SageMaker Amazon-Notebook-Instances](nbi.md) Nachdem Sie eine Notebook-Instanz erstellt und geöffnet haben, wählen Sie den ** Tab ** SageMaker AI-Beispiele, um eine Liste aller AI-Beispiele anzuzeigen. SageMaker Zum Öffnen eines Notebooks wählen Sie die Registerkarte **Verwenden** und dann **Kopie erstellen** aus.