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.

# TabTransformer
<a name="tabtransformer"></a>

[TabTransformer](https://arxiv.org/abs/2012.06678)ist eine neuartige tiefgründige tabellarische Datenmodellierungsarchitektur für überwachtes Lernen. Die TabTransformer Architektur basiert auf self-attention-based Transformers. Die Transformer-Ebenen wandeln die Einbettungen kategorischer Features in robuste kontextuelle Einbettungen um, um eine höhere Vorhersagegenauigkeit zu erreichen. Darüber hinaus TabTransformer sind die daraus gewonnenen kontextuellen Einbettungen äußerst robust gegenüber fehlenden und verrauschten Datenmerkmalen und bieten eine bessere Interpretierbarkeit. Diese Seite enthält Informationen zu Amazon EC2 EC2-Instance-Empfehlungen und Beispiel-Notebooks für TabTransformer.

## Amazon EC2 EC2-Instance-Empfehlung für den Algorithmus TabTransformer
<a name="Instance-TabTransformer"></a>

SageMaker KI TabTransformer 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 KI unterstützt TabTransformer derzeit kein Multi-GPU-Training.

## TabTransformer Beispiel-Notizbücher
<a name="tabtransformer-sample-notebooks"></a>

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


****  

| **Titel des Notebooks** | **Beschreibung** | 
| --- | --- | 
|  [Tabellarische Klassifizierung mit dem Amazon SageMaker AI-Algorithmus TabTransformer ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/tabtransformer_tabular/Amazon_Tabular_Classification_TabTransformer.ipynb)  |  Dieses Notizbuch demonstriert die Verwendung des Amazon SageMaker TabTransformer AI-Algorithmus zum Trainieren und Hosten eines tabellarischen Klassifikationsmodells.   | 
|  [Tabellarische Regression mit dem Amazon AI-Algorithmus SageMaker TabTransformer ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/tabtransformer_tabular/Amazon_Tabular_Regression_TabTransformer.ipynb)  |  Dieses Notizbuch demonstriert die Verwendung des Amazon SageMaker TabTransformer AI-Algorithmus zum Trainieren und Hosten eines tabellarischen Regressionsmodells.   | 

Anweisungen zum Erstellen und Zugreifen auf Jupyter-Notebook-Instances, mit denen Sie das Beispiel in KI ausführen können, finden Sie unter. SageMaker [SageMaker Amazon-Notebook-Instanzen](nbi.md) 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.