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
<a name="tabtransformer"></a>

[TabTransformer](https://arxiv.org/abs/2012.06678) 是一種用於監督式學習的新型深度表格式建立資料模型架構。TabTransformer 架構建立在自我關注型轉換器上。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 TabTransform 學習到的內容內嵌項目對於缺少和雜訊資料功能而言非常強大，並提供更好的解釋性。此頁面包含 Amazon EC2 執行個體推薦服務和 TabTransformer 範例筆記本的相關資訊。

## 適用於 TabTransformer 演算法的 Amazon EC2 執行個體推薦服務
<a name="Instance-TabTransformer"></a>

SageMaker AI TabTransformer 支援單一執行個體 CPU 和單一執行個體 GPU 訓練。雖然每個執行個體的成本較高，但 GPU 的訓練速度更快，更具成本效益。若要充分利用 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 AI TabTransformer 目前不支援多重 GPU 訓練。

## TabTransformer 範例筆記本
<a name="tabtransformer-sample-notebooks"></a>

下表概述了解決 Amazon SageMaker AI TabTransformer 演算法不同使用案例的各種範例筆記本。


****  

| **筆記本標題** | **Description** | 
| --- | --- | 
|  [使用 Amazon SageMaker AI TabTransformer 演算法進行表格式分類](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/tabtransformer_tabular/Amazon_Tabular_Classification_TabTransformer.ipynb)  |  此筆記本示範如何使用 Amazon SageMaker AI TabTransformer 演算法來訓練和託管表格式分類模型。  | 
|  [使用 Amazon SageMaker AI TabTransformer 演算法進行表格式迴歸](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/tabtransformer_tabular/Amazon_Tabular_Regression_TabTransformer.ipynb)  |  此筆記本示範如何使用 Amazon SageMaker AI TabTransformer 演算法來訓練和託管表格式迴歸模型。  | 

有關如何建立和存取可用於在 SageMaker AI 中執行範例的 Jupyter 筆記本執行個體的說明，請參閱[Amazon SageMaker 筆記本執行個體](nbi.md)。建立並開啟筆記本執行個體後，請選擇 **SageMaker AI 範例**索引標籤，查看所有 SageMaker AI 範例清單。若要開啟筆記本，請選擇其**使用**標籤，然後選擇**建立複本**。