Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Paramètres des algorithmes intégrés
Le tableau suivant répertorie les paramètres de chacun des algorithmes fournis par Amazon SageMaker AI.
| Nom de l'algorithme | Nom du canal | Mode d'entrée de l'entraînement | Type de fichier | Classe d'instance | Parallélisable |
|---|---|---|---|---|---|
| AutoGluon-Tabulaire | entraînement et (éventuellement) validation | Fichier | CSV | UC ou GPU (instance individuelle uniquement) | Non |
| BlazingText | train | Fichier ou Tube | Fichier texte (une phrase par ligne avec des jetons séparés par des espaces) | UC ou GPU (instance individuelle uniquement) | Non |
| CatBoost | entraînement et (éventuellement) validation | Fichier | CSV | CPU (une seule instance uniquement) | Non |
| DeepAR Forecasting | train et (facultativement) test | Fichier | JSON Lines ou Parquet | CPU ou GPU | Oui |
| Machines de factorisation | train et (facultativement) test | Fichier ou Tube | recordIO-protobuf | CPU (GPU pour les données denses) | Oui |
| Classification des images - MXNet | train et validation, (facultativement) train_lst, validation_lst et model | Fichier ou Tube | recordIO ou fichiers d'image (.jpg ou .png) | GPU | Oui |
| Classification des images - TensorFlow | entraînement et validation | Fichier | fichiers image (.jpg, .jpeg ou .png) | CPU ou GPU | Oui (uniquement sur plusieurs instances GPUs sur une seule instance) |
| IP Insights | train et (facultativement) validation | Fichier | CSV | CPU ou GPU | Oui |
| K-Means | train et (facultativement) test | Fichier ou Tube | recordIO-protobuf ou CSV | CPU ou GPUCommon (périphérique GPU unique sur une ou plusieurs instances) | Non |
| K-Nearest-Neighbors (K-nn) | train et (facultativement) test | Fichier ou Tube | recordIO-protobuf ou CSV | UC ou GPU (un seul appareil GPU sur une ou plusieurs instances) | Oui |
| LDA | train et (facultativement) test | Fichier ou Tube | recordIO-protobuf ou CSV | CPU (une seule instance uniquement) | Non |
| LightGBM | train et (éventuellement) validation | Fichier | CSV | CPU | Oui |
| Linear Learner | train et (facultativement) validation, test, ou les deux | Fichier ou Tube | recordIO-protobuf ou CSV | CPU ou GPU | Oui |
| Neural Topic Model (NTM) | train et (facultativement) validation, test, ou les deux | Fichier ou Tube | recordIO-protobuf ou CSV | CPU ou GPU | Oui |
| Object2Vec | train et (facultativement) validation, test, ou les deux | Fichier | JSON Lines | UC ou GPU (instance individuelle uniquement) | Non |
| Détection d'objets - MXNet | train et validation, (facultativement) train_annotation, validation_annotation et model | Fichier ou Tube | recordIO ou fichiers d'image (.jpg ou .png) | GPU | Oui |
| Détection d'objets - TensorFlow | entraînement et validation | Fichier | fichiers image (.jpg, .jpeg ou .png) | GPU | Oui (uniquement sur plusieurs instances GPUs sur une seule instance) |
| PCA | train et (facultativement) test | Fichier ou Tube | recordIO-protobuf ou CSV | CPU ou GPU | Oui |
| Random Cut Forest | train et (facultativement) test | Fichier ou Tube | recordIO-protobuf ou CSV | CPU | Oui |
| Semantic Segmentation | train et validation, train_annotation, validation_annotation et (facultativement) label_map et model | Fichier ou Tube | Fichiers image | GPU (une seule instance uniquement) | Non |
| Modélisation Seq2Seq | train, validation et vocab | Fichier | recordIO-protobuf | GPU (une seule instance uniquement) | Non |
| TabTransformer | entraînement et (éventuellement) validation | Fichier | CSV | UC ou GPU (instance individuelle uniquement) | Non |
| Classification du texte - TensorFlow | entraînement et validation | Fichier | CSV | CPU ou GPU | Oui (uniquement sur plusieurs instances GPUs sur une seule instance) |
| XGBoost (0,90-1, 0,90-2, 1,0-1, 1,2-1, 1,2-21) | train et (facultativement) validation | Fichier ou Tube | CSV, LibSVM ou Parquet | Processeur (ou GPU pour 1.2-1) | Oui |
Les algorithmes qui sont parallélisables peuvent être déployés sur plusieurs instances de calcul pour l'entraînement distribué.
Les rubriques suivantes fournissent des informations sur les formats de données, les types d' EC2instances Amazon recommandés et les CloudWatch journaux communs à tous les algorithmes intégrés fournis par Amazon SageMaker AI.
Note
Pour consulter l'image Docker URIs des algorithmes intégrés gérés par l' SageMaker IA, voir Chemins de registre Docker et exemple de code.
Rubriques
