Entrenamiento de modelos YOLO26 simplificado con Paperspace Gradient#
Entrenar modelos de visión por ordenador como YOLO26 puede ser complicado. Implica gestionar grandes conjuntos de datos, utilizar distintos tipos de hardware informático, como GPU, TPU y CPU, y garantizar que los datos fluyan correctamente durante el proceso de entrenamiento. Normalmente, los desarrolladores terminan dedicando mucho tiempo a gestionar sus sistemas y entornos informáticos. Puede resultar frustrante cuando solo quieres centrarte en crear el mejor modelo.
Aquí es donde una plataforma como Paperspace Gradient puede simplificar las cosas. Paperspace Gradient es una plataforma de MLOps que te permite crear, entrenar y desplegar modelos de aprendizaje automático en un mismo lugar. Con Gradient, los desarrolladores pueden centrarse en entrenar sus modelos YOLO26 sin tener que preocuparse por gestionar la infraestructura y los entornos.
Paperspace#
Paperspace, fundada en 2014 por graduados de la University of Michigan y adquirida por DigitalOcean en 2023, es una plataforma en la nube diseñada específicamente para el aprendizaje automático. Proporciona a los usuarios GPU potentes, cuadernos Jupyter colaborativos, un servicio de contenedores para despliegues, flujos de trabajo automatizados para tareas de aprendizaje automático y máquinas virtuales de alto rendimiento. Estas funciones pretenden agilizar todo el proceso de desarrollo de aprendizaje automático, desde la programación hasta el despliegue.
Paperspace Gradient#
Paperspace Gradient es un conjunto de herramientas diseñado para trabajar con IA y aprendizaje automático en la nube de forma mucho más rápida y sencilla. Gradient cubre todo el ciclo de vida del aprendizaje automático, desde la creación y el entrenamiento de modelos hasta su despliegue.
Su conjunto de herramientas incluye compatibilidad con las TPU de Google mediante un ejecutor de trabajos, compatibilidad completa con cuadernos Jupyter y contenedores, e integraciones con nuevos lenguajes de programación. Su especial atención a la integración de lenguajes destaca especialmente, ya que permite a los usuarios adaptar fácilmente sus proyectos existentes de Python para utilizar la infraestructura de GPU más avanzada disponible.
Entrenamiento de YOLO26 con Paperspace Gradient#
Paperspace Gradient permite entrenar un modelo YOLO26 con unos pocos clics. Gracias a la integración, puedes acceder a la consola de Paperspace y empezar a entrenar tu modelo inmediatamente. Para comprender en detalle el proceso de entrenamiento de modelos y las prácticas recomendadas, consulta nuestra guía de entrenamiento de modelos YOLO26.
Inicia sesión y haz clic en el botón "Start Machine" que aparece en la imagen siguiente. En unos segundos se iniciará un entorno de GPU gestionado y podrás ejecutar las celdas del cuaderno.
Descubre más capacidades de YOLO26 y Paperspace Gradient en una conversación con Glenn Jocher, fundador de Ultralytics, y James Skelton, de Paperspace. Mira la conversación a continuación.
Watch: Ultralytics Live Session 7: It's All About the Environment: Optimizing YOLO26 Training With Gradient
Funciones principales de Paperspace Gradient#
Mientras exploras la consola de Paperspace, verás cómo se admite y mejora cada paso del flujo de trabajo de aprendizaje automático. Estos son algunos aspectos que debes tener en cuenta:
-
Cuadernos con un clic: Gradient proporciona cuadernos Jupyter preconfigurados y adaptados específicamente para YOLO26, lo que elimina la necesidad de configurar el entorno y gestionar las dependencias. Solo tienes que elegir el cuaderno que quieras y empezar a experimentar de inmediato.
-
Flexibilidad de hardware: Elige entre una amplia variedad de tipos de máquinas con distintas configuraciones de CPU, GPU y TPU para adaptarlas a tus necesidades de entrenamiento y presupuesto. Gradient se encarga de toda la configuración del backend, para que puedas centrarte en el desarrollo del modelo.
-
Seguimiento de experimentos: Gradient realiza un seguimiento automático de tus experimentos, incluidos los hiperparámetros, las métricas y los cambios en el código. Esto te permite comparar fácilmente distintas ejecuciones de entrenamiento, identificar las configuraciones óptimas y reproducir resultados satisfactorios.
-
Gestión de conjuntos de datos: Gestiona tus conjuntos de datos de forma eficiente directamente desde Gradient. Sube, versiona y preprocesa los datos fácilmente para agilizar la fase de preparación de datos de tu proyecto.
-
Servicio de modelos: Despliega tus modelos YOLO26 entrenados como API REST con solo unos clics. Gradient se encarga de la infraestructura, para que puedas integrar fácilmente tus modelos de detección de objetos en tus aplicaciones.
-
Supervisión en tiempo real: Supervisa el rendimiento y el estado de tus modelos desplegados mediante el intuitivo panel de Gradient. Obtén información sobre la velocidad de inferencia, la utilización de recursos y los posibles errores.
¿Por qué deberías utilizar Gradient para tus proyectos YOLO26?#
Aunque existen muchas opciones para entrenar, desplegar y evaluar modelos YOLO26, la integración con Paperspace Gradient ofrece un conjunto único de ventajas que la diferencia de otras soluciones. Veamos qué hace única a esta integración:
-
Colaboración mejorada: Los espacios de trabajo compartidos y el control de versiones facilitan el trabajo en equipo y garantizan la reproducibilidad, lo que permite que tu equipo colabore eficazmente y mantenga un historial claro del proyecto.
-
GPU económicas: Gradient proporciona acceso a GPU de alto rendimiento a un coste significativamente menor que el de los principales proveedores de nube o las soluciones locales. Con la facturación por segundo, solo pagas por los recursos que utilizas, lo que optimiza tu presupuesto.
-
Costes previsibles: Los precios bajo demanda de Gradient garantizan transparencia y previsibilidad de costes. Puedes ampliar o reducir tus recursos según sea necesario y pagar solo por el tiempo que los utilices, evitando gastos innecesarios.
-
Sin compromisos: Puedes cambiar los tipos de instancia en cualquier momento para adaptarte a las necesidades cambiantes del proyecto y optimizar el equilibrio entre coste y rendimiento. No hay periodos de permanencia ni compromisos, lo que proporciona la máxima flexibilidad.
Resumen#
En esta guía hemos explorado la integración de Paperspace Gradient para entrenar modelos YOLO26. Gradient proporciona las herramientas y la infraestructura necesarias para acelerar tu desarrollo de IA, desde el entrenamiento y la evaluación sencillos de modelos hasta unas opciones de despliegue optimizadas.
Para obtener más información, visita la documentación oficial de Paperspace.
Visita también la página de la guía de integraciones de Ultralytics para obtener más información sobre las distintas integraciones de YOLO26. Está repleta de información y consejos para llevar tus proyectos de visión por ordenador al siguiente nivel.
Preguntas frecuentes#
Entrenar un modelo YOLO26 con Paperspace Gradient es sencillo y eficiente. Primero, inicia sesión en la consola de Paperspace. A continuación, haz clic en el botón "Start Machine" para iniciar un entorno de GPU gestionado. Cuando el entorno esté listo, podrás ejecutar las celdas del cuaderno para comenzar a entrenar tu modelo YOLO26. Para obtener instrucciones detalladas, consulta nuestra guía de entrenamiento de modelos YOLO26.
Paperspace Gradient ofrece varias ventajas únicas para entrenar y desplegar modelos YOLO26:
- Flexibilidad de hardware: Elige entre diversas configuraciones de CPU, GPU y TPU.
- Cuadernos con un clic: Utiliza cuadernos Jupyter preconfigurados para YOLO26 sin preocuparte por la configuración del entorno.
- Seguimiento de experimentos: Seguimiento automático de hiperparámetros, métricas y cambios en el código.
- Gestión de conjuntos de datos: Gestiona tus conjuntos de datos de forma eficiente en Gradient.
- Servicio de modelos: Despliega modelos como API REST fácilmente.
- Supervisión en tiempo real: Supervisa el rendimiento de los modelos y la utilización de recursos mediante un panel.
Ultralytics YOLO26 destaca por sus capacidades de detección de objetos en tiempo real y su alta precisión. Su integración fluida con plataformas como Paperspace Gradient mejora la productividad al simplificar el proceso de entrenamiento y despliegue. YOLO26 admite diversos casos de uso, desde sistemas de seguridad hasta la gestión de inventarios minoristas. Descubre todas las capacidades y ventajas de YOLO26 en nuestra descripción general de YOLO26.
Sí, puedes desplegar modelos YOLO26 en dispositivos periféricos mediante Paperspace Gradient. La plataforma admite diversos formatos de despliegue, como LiteRT y Edge TPU, optimizados para dispositivos periféricos. Después de entrenar el modelo en Gradient, consulta nuestra guía de exportación para obtener instrucciones sobre cómo convertirlo al formato que quieras.
El seguimiento de experimentos en Paperspace Gradient agiliza el proceso de desarrollo de modelos al registrar automáticamente los hiperparámetros, las métricas y los cambios en el código. Esto te permite comparar fácilmente distintas ejecuciones de entrenamiento, identificar las configuraciones óptimas y reproducir experimentos satisfactorios. También puedes encontrar funciones similares en otras herramientas de seguimiento de experimentos que se integran con Ultralytics YOLO26.