本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

TabTransformer

TabTransformer 是用於監督式學習的新型深層表格式資料建模架構。 TabTransformer 架構是以 Transformer 為基礎 self-attention-based。轉換器層將分類特徵的內嵌項目轉換為強大的內容內嵌項目，以實現較高的預測準確性。此外，從 中學習的內容內嵌對於遺失和嘈雜的資料功能 TabTransformer 都具有高度穩健性，並提供更好的可解釋性。此頁面包含 Amazon EC2執行個體建議和範例筆記本的相關資訊 TabTransformer。

演算法的 TabTransformer Amazon EC2執行個體建議

SageMaker TabTransformer 支援單一執行個體CPU和單一執行個體GPU訓練。儘管每個執行個體的成本較高，但GPUs訓練速度更快，使它們更具成本效益。若要利用GPU訓練，請將執行個體類型指定為其中一個GPU執行個體 （例如 P3）。 SageMaker TabTransformer 目前不支援多GPU訓練。

TabTransformer 筆記本範例

下表概述處理 Amazon SageMaker TabTransformer 演算法不同使用案例的各種範例筆記本。

如需如何建立和存取可用於在 中執行範例的 Jupyter 筆記本執行個體的說明 SageMaker，請參閱 Amazon SageMaker Notebook 執行個體。在您建立並開啟筆記本執行個體之後，請選擇SageMaker範例索引標籤以查看所有 SageMaker 範例的清單。若要開啟筆記本，請選擇其使用標籤，然後選擇建立複本。