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.

TabTransformer

O TabTransformer é uma nova arquitetura de modelagem de dados tabular profunda para aprendizado supervisionado. A arquitetura TabTransformer é baseada em transformadores baseados em autoatenção. As camadas do transformador transformam as incorporações de atributos categóricos em incorporações contextuais robustas para obter maior precisão de predição. Além disso, as incorporações contextuais aprendidas com o TabTransformer são altamente robustas contra atributos de dados ausentes e ruidosos e oferecem melhor interpretabilidade. Esta página inclui informações sobre recomendações de instâncias do Amazon EC2 e cadernos de exemplos do TabTransformer.

Recomendações de instâncias do Amazon EC2 para o algoritmo do TabTransformer

O TabTransformer do SageMaker AI oferece permite 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 da GPU (por exemplo, P3). No momento, não é possível usar o TabTransformer do SageMaker AI para treinamento de várias GPUs.

Cadernos de amostra do TabTransformer

A tabela a seguir descreve uma variedade de cadernos de exemplo que abordam diferentes casos de uso do algoritmo TabTransformer 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.