Parameter untuk Algoritma Bawaan - Amazon SageMaker

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Parameter untuk Algoritma Bawaan

Tabel berikut mencantumkan parameter untuk masing-masing algoritma yang disediakan oleh Amazon SageMaker.

Nama algoritma Nama saluran Mode masukan pelatihan Tipe file Kelas instans Dapat diparalelkan
AutoGluon-Tabular pelatihan dan validasi (opsional) File CSV CPUatau GPU (hanya satu contoh) Tidak
BlazingText melatih File atau Pipa File teks (satu kalimat per baris dengan token yang dipisahkan spasi) CPUatau GPU (hanya satu contoh) Tidak
CatBoost pelatihan dan validasi (opsional) File CSV CPU(hanya satu contoh) Tidak
Peramalan DeepAR melatih dan (opsional) tes File JSONGaris atau Parket CPUatau GPU Ya
Mesin Faktorisasi melatih dan (opsional) tes File atau Pipa Protobuf Recordio CPU(GPUuntuk data padat) Ya
Klasifikasi Gambar - MXNet melatih dan validasi, (opsional) train_lst, validation_lst, dan model File atau Pipa RecorDo atau file gambar (.jpg atau.png) GPU Ya
Klasifikasi Gambar - TensorFlow pelatihan dan validasi File file gambar (.jpg, .jpeg, atau .png) CPUatau GPU Ya (hanya di beberapa GPUs pada satu instance)
Wawasan IP melatih dan (opsional) validasi File CSV CPUatau GPU Ya
K-Berarti melatih dan (opsional) tes File atau Pipa Recordio-protobuf atau CSV CPUatau GPUCommon (GPUperangkat tunggal pada satu atau beberapa contoh) Tidak
K-Nearest-Neighbors (K-nn) melatih dan (opsional) tes File atau Pipa Recordio-protobuf atau CSV CPUatau GPU (GPUperangkat tunggal pada satu atau beberapa contoh) Ya
LDA melatih dan (opsional) tes File atau Pipa Recordio-protobuf atau CSV CPU(hanya satu contoh) Tidak
Cahaya GBM pelatihan/pelatihan dan validasi (opsional) File CSV CPU Ya
Linear Learner melatih dan (opsional) validasi, tes, atau keduanya File atau Pipa Recordio-protobuf atau CSV CPUatau GPU Ya
Model Topik Saraf melatih dan (opsional) validasi, tes, atau keduanya File atau Pipa Recordio-protobuf atau CSV CPUatau GPU Ya
Object2Vec melatih dan (opsional) validasi, tes, atau keduanya File JSONGaris CPUatau GPU (hanya satu contoh) Tidak
Deteksi Objek - MXNet melatih dan validasi, (opsional) train_annotation, validation_annotation, dan model File atau Pipa RecorDo atau file gambar (.jpg atau.png) GPU Ya
Deteksi Objek - TensorFlow pelatihan dan validasi File file gambar (.jpg, .jpeg, atau .png) GPU Ya (hanya di beberapa GPUs pada satu instance)
PCA melatih dan (opsional) tes File atau Pipa Recordio-protobuf atau CSV CPUatau GPU Ya
Random Cut Forest melatih dan (opsional) tes File atau Pipa Recordio-protobuf atau CSV CPU Ya
Segmentasi Semantik melatih dan validasi, train_annotation, validation_annotation, dan (opsional) label_map dan model File atau Pipa File gambar GPU(hanya satu contoh) Tidak
Pemodelan Seq2Seq melatih, validasi, dan vocab File Protobuf Recordio GPU(hanya satu contoh) Tidak
TabTransformer pelatihan dan validasi (opsional) File CSV CPUatau GPU (hanya satu contoh) Tidak
Klasifikasi Teks - TensorFlow pelatihan dan validasi File CSV CPUatau GPU Ya (hanya di beberapa GPUs pada satu instance)
XGBoost(0,90-1, 0,90-2, 1,0-1, 1,2-1, 1,2-21) melatih dan (opsional) validasi File atau Pipa CSV, LibSVM, atau Parket CPU(atau GPU untuk 1,2-1) Ya

Algoritma yang dapat diparalelkan dapat digunakan pada beberapa instance komputasi untuk pelatihan terdistribusi.

Topik berikut memberikan informasi tentang format data, jenis EC2 instans Amazon yang direkomendasikan, dan CloudWatch log yang umum untuk semua algoritme bawaan yang disediakan oleh Amazon SageMaker.

catatan

Untuk mencari image Docker dari algoritma bawaan URIs yang dikelola oleh SageMaker, lihat Docker Registry Paths and Example Code.