As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

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

O AutoGluon-Tabular do SageMaker AI permite o treinamento de CPU de instância única e de 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 da GPU (por exemplo, P3). No momento, o AutoGluon-Tabular do SageMaker AI não permite o treinamento de várias GPUs.

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 AutoGluon-Tabular do Amazon SageMaker AI.

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