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.

AutoGluon-Tabellarisch

AutoGluon-Tabular ist ein beliebtes Open-Source-AutoML-Framework, das hochgenaue Modelle für maschinelles Lernen auf einem unverarbeiteten tabellarischen Datensatz trainiert. Im Gegensatz zu bestehenden AutoML-Frameworks, die sich hauptsächlich auf die Auswahl von Modellen und Hyperparametern konzentrieren, gelingt es AutoGluon -Tabular, mehrere Modelle zusammenzufügen und sie in mehreren Schichten zu stapeln. Diese Seite enthält Informationen zu EC2 Amazon-Instance-Empfehlungen und Beispielnotizbüchern für AutoGluon -Tabular.

EC2 Amazon-Instance-Empfehlung für den AutoGluon -Tabular-Algorithmus

SageMaker AI AutoGluon -Tabular unterstützt Einzelinstanz-CPU- und Einzelinstanz-GPU-Training. Trotz der höheren Kosten pro Instanz sollten Sie schneller GPUs trainieren, was sie kostengünstiger macht. Um die Vorteile des GPU-Trainings zu nutzen, geben Sie den Instanztyp als eine der GPU-Instanzen an (z. B. P3). SageMaker AI AutoGluon -Tabular unterstützt derzeit kein Multi-GPU-Training.

AutoGluon-Tabellarische Beispielnotizbücher

In der folgenden Tabelle sind verschiedene Beispielnotizbücher aufgeführt, die sich mit verschiedenen Anwendungsfällen des Amazon SageMaker AutoGluon AI-Tabular-Algorithmus befassen.

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