AutoGluon-Tabular

O AutoGluon-tabular é uma framework AutoML de código aberto amplamente conhecido que treina modelos de machine learning altamente precisos em um conjunto de dados tabular não processado. Ao contrário das frameworks AutoML existentes que se concentram principalmente na seleção de modelos e hiperparâmetros, o AutoGluon-Tabular consegue reunir vários modelos e empilhá-los em várias camadas. Esta página inclui informações sobre recomendações de instâncias do Amazon EC2 e cadernos de exemplos do AutoGluon-Tabular.

Recomendação de instância do Amazon EC2 para o algoritmo AutoGluon-Tabular

SageMaker AutoGluon-Tabular é compatível com treinamento de CPU de instância única e GPU de instância única. Apesar de os custos por instância serem mais altos, as GPUs treinam mais rapidamente, o que as tornam mais econômicas. Para aproveitar o treinamento de GPU, especifique o tipo de instância como uma das instâncias de GPU (por exemplo, P3). Atualmente, o SageMaker AutoGluon-Tabular não é compatível com o treinamento multi-GPU.

Cadernos de exemplos do AutoGluon-Tabular

A tabela a seguir descreve uma variedade de cadernos de exemplo que abordam diferentes casos de uso do algoritmo Amazon SageMaker AutoGluon-Tabular.

Para obter instruções sobre como criar e acessar instâncias de caderno Jupyter que podem ser usadas para executar o exemplo no SageMaker, consulte instância de caderno do Amazon SageMaker. Depois de criar uma instância de caderno e abri-la, selecione a guia Exemplos do SageMaker para ver uma lista de todas as amostras do SageMaker. Para abrir um caderno, escolha a guia Uso e depois escolha Criar cópia.