Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

TabTransformer

TabTransformerè una nuova architettura di modellazione di dati tabulari approfonditi per l'apprendimento supervisionato. L' TabTransformer architettura è basata su Transformers. self-attention-based I livelli di trasformatori trasformano gli incorporamenti di funzionalità categoriche in robusti incorporamenti contestuali per ottenere una maggiore precisione di previsione. Inoltre, gli incorporamenti contestuali appresi TabTransformer sono estremamente affidabili sia rispetto alle caratteristiche dei dati mancanti che a quelle rumorose e offrono una migliore interpretabilità. Questa pagina include informazioni sui consigli sulle EC2 istanze Amazon e sui notebook di esempio per. TabTransformer

Raccomandazione dell'EC2istanza Amazon per l' TabTransformeralgoritmo

SageMaker TabTransformer supporta l'addestramento a istanza singola CPU e a istanza singolaGPU. Nonostante i maggiori costi per istanza, i corsi di GPUs formazione sono più rapidi, il che li rende più convenienti. Per trarre vantaggio dalla GPU formazione, specifica il tipo di istanza come una delle GPU istanze (ad esempio, P3). SageMaker TabTransformer attualmente non supporta la formazione multipla. GPU

TabTransformer quaderni di esempio

La tabella seguente illustra una serie di notebook di esempio che affrontano diversi casi d'uso dell'algoritmo Amazon. SageMaker TabTransformer

Per istruzioni su come creare e accedere alle istanze di notebook Jupyter utilizzabili per eseguire l'esempio, consulta. SageMaker Istanze Amazon SageMaker Notebook Dopo aver creato un'istanza di notebook e averla aperta, scegli la scheda SageMakerEsempi per visualizzare un elenco di tutti gli esempi. SageMaker Per aprire un notebook, seleziona la relativa scheda Utilizza e scegli Crea copia.