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

TabTransformer

TabTransformeradalah arsitektur pemodelan data tabular mendalam yang baru untuk pembelajaran yang diawasi. TabTransformer Arsitekturnya dibangun di atas Transformers berbasis perhatian diri. Lapisan Transformer mengubah penyematan fitur kategoris menjadi penyematan kontekstual yang kuat untuk mencapai akurasi prediksi yang lebih tinggi. Selain itu, penyematan kontekstual yang dipelajari TabTransformer sangat kuat terhadap fitur data yang hilang dan berisik, dan memberikan interpretabilitas yang lebih baik. Halaman ini berisi informasi tentang rekomendasi instans Amazon EC2 dan contoh buku catatan untuk TabTransformer.

Rekomendasi instans Amazon EC2 untuk algoritma TabTransformer

SageMaker AI TabTransformer mendukung pelatihan CPU instans tunggal dan GPU instans tunggal. Meskipun biaya per instans lebih tinggi, GPU berlatih lebih cepat, membuatnya lebih hemat biaya. Untuk memanfaatkan pelatihan GPU, tentukan jenis instans sebagai salah satu instans GPU (misalnya, P3). SageMaker AI TabTransformer saat ini tidak mendukung pelatihan multi-GPU.

TabTransformer contoh notebook

Tabel berikut menguraikan berbagai contoh notebook yang membahas berbagai kasus penggunaan TabTransformer algoritma SageMaker AI Amazon.

Untuk petunjuk tentang cara membuat dan mengakses instance notebook Jupyter yang dapat Anda gunakan untuk menjalankan contoh di SageMaker AI, lihat. Instans SageMaker notebook Amazon Setelah Anda membuat instance notebook dan membukanya, pilih tab Contoh SageMaker AI untuk melihat daftar semua sampel SageMaker AI. Untuk membuka buku catatan, pilih tab Gunakan dan pilih Buat salinan.