pdf-icon

StackFlow AI プラットフォーム

Jupyter Notebook

Jupyter Notebook
LLM630 Compute Kit には学習・開発を支援するために Jupyter Notebook がプリインストールされています。このチュートリアルでは、Yolo11n モデルを用いた物体検出推論を pyaxengine で実行する簡単なプロジェクト例を紹介します。

1. 準備

  • LLM630 Compute Kit - 設定 チュートリアルを参照し、ネットワーク設定やファイル転送方法を学び、デバイスの IP アドレスを取得してください。

  • 以下から LLM630 Compute Kit 用 Jupyter Notebook プロジェクトの ZIP ファイルをダウンロードし、展開してください。

Software Version Download Link
llm630_compute_kit_jupyter_project_for_yolo11s_v1.0 Download

2. Jupyter Notebook へのアクセス

同一ネットワーク内の PC からデバイスの IP アドレス(デフォルトポート:8888)にアクセスして Jupyter Notebook のウェブページを開きます。

http://{IP}:8888

Upload をクリックしてプロジェクトファイルをワークスペースにアップロードし、ファイルをダブルクリックして開きます。

3. テストと実行

ネットワーク
このサンプルではネットワーク経由で依存パッケージをインストールする必要があるため、デバイスは安定したネットワーク接続が必要です。

プロジェクトファイルの指示に従い、コードブロックを順に実行して pyaxengine を使った Yolo11n モデルの物体検出を体験してください。

On This Page