TabTransformer

TabTransformeres una novedosa arquitectura de modelado profundo de datos tabulares para el aprendizaje supervisado. La TabTransformer arquitectura se basa en self-attention-based Transformers. Las capas de transformadores convierten las incrustaciones de rasgos categóricos en incrustaciones contextuales sólidas para lograr una mayor precisión en la predicción. Además, las incrustaciones contextuales de las que se ha aprendido TabTransformer son muy resistentes a las funciones de datos ausentes o ruidosas, y ofrecen una mejor interpretabilidad. Esta página incluye información sobre las recomendaciones de EC2 instancias de Amazon y cuadernos de muestra para TabTransformer.

Recomendación de EC2 instancias de Amazon para el TabTransformer algoritmo

SageMaker La IA TabTransformer admite el entrenamiento de CPU y GPU de instancia única. A pesar del aumento de los costes por instancia, GPUs entrene más rápido, lo que las hace más rentables. Para aprovechar la capacitación en GPU, especifique el tipo de instancia como una de las instancias de GPU (por ejemplo, P3). SageMaker TabTransformer Actualmente, la IA no admite el entrenamiento con varias GPU.

TabTransformer ejemplos de cuadernos

La siguiente tabla describe una variedad de cuadernos de muestra que abordan diferentes casos de uso del TabTransformer algoritmo Amazon SageMaker AI.

Para obtener instrucciones sobre cómo crear instancias de Jupyter Notebook y acceder a ellas, que puede utilizar para ejecutar el ejemplo en SageMaker IA, consulte. Instancias de Amazon SageMaker Notebook Tras crear una instancia de bloc de notas y abrirla, selecciona la pestaña Ejemplos de SageMaker IA para ver una lista de todos los ejemplos de SageMaker IA. Para abrir un bloc de notas, elija su pestaña Usar y elija Crear copia.