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 Notebook-Instances für Amazon SageMaker. 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.