Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

AutoGluon-Tabellenblatt

AutoGluon-Tabular ist ein beliebtes Open-Source-AutoML-Framework, das sehr präzise Machine-Learning-Modelle auf einem nicht verarbeiteten tabellarischen Datensatz trainiert. Im Gegensatz zu bestehenden AutoML-Frameworks, die sich hauptsächlich auf die Auswahl von Modellen und Hyperparametern konzentrieren, gelingt es AutoGluon-Tabular, mehrere Modelle zu assemblieren und sie in mehreren Ebenen zu stapeln. Diese Seite enthält Informationen zu Empfehlungen für Amazon-EC2-Instances und Beispiel-Notebooks für AutoGluon-Tabular.

Empfehlung für Amazon-EC2-Instances für den AutoGluon-Tabular-Algorithmus

SageMaker AI AutoGluon-Tabular unterstützt Trainings auf Einzel-Instance-CPUs und Einzel-Instance-GPUs. Trotz höherer Kosten pro Instance trainieren GPUs schneller und sind damit kostengünstiger. Um die Vorteile des GPU-Trainings zu nutzen, geben Sie den Instance-Typ als eine der GPU-Instance an (z. B. P3). SageMaker AI AutoGluon-Tabular unterstützt derzeit kein Training mit mehreren GPU.

AutoGluon-Tabular Beispiel-Notebooks.

In der folgenden Tabelle sind verschiedene Beispiel-Notebooks aufgeführt, die sich mit verschiedenen Anwendungsfällen des Amazon SageMaker AI AutoGluon-tabellarischen Algorithmus befassen.

Anweisungen zum Erstellen von und Zugreifen auf Jupyter-Notebook-Instances, die Sie zum Ausführen des Beispiels in SageMaker AI verwenden können, finden Sie unter SageMaker Amazon-Notebook-Instanzen. Wenn Sie einer Notebook-Instance erstellt und geöffnet haben, wählen Sie die Registerkarte SageMaker-AI-Beispiele aus, um eine Liste aller SageMaker-AI-Beispiele anzuzeigen. Zum Öffnen eines Notebooks wählen Sie die Registerkarte Verwenden und dann Kopie erstellen aus.