Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

AutoGluon-Tabular

AutoGluon-Tabular es un popular marco AutoML de código abierto que entrena modelos de machine learning de alta precisión en un conjunto de datos tabular sin procesar. A diferencia de los marcos AutoML existentes, que se centran principalmente en la selección de modelos e hiperparámetros, AutoGluon-Tabular logra su objetivo ensamblando varios modelos y apilándolos en varias capas. Esta página incluye información sobre las recomendaciones de instancias de Amazon EC2 y cuadernos de muestra para AutoGluon-Tabular.

Recomendación de instancias de Amazon EC2 para el algoritmo AutoGluon-Tabular

SageMaker AI AutoGluon-Tabular se puede entrenar con instancias únicas de CPU y GPU. A pesar de que los costos por instancia son superiores, la capacitación de las GPU se realiza de forma más rápida, por lo que son más rentables. Para sacarle provecho al entrenamiento con GPU, especifique el tipo de instancia como una de las instancias de la GPU (por ejemplo, P3). Actualmente, SageMaker AI AutoGluon-Tabular no admite el entrenamiento con varias GPU.

Ejemplos de cuadernos de AutoGluon-Tabular

En la siguiente tabla, se describen distintos cuadernos de muestra con distintos casos de uso del algoritmo AutoGluon-Tabular de Amazon SageMaker AI.

Para obtener instrucciones sobre cómo crear instancias de cuadernos de Jupyter que pueda utilizar para ejecutar el ejemplo en SageMaker AI (y sobre cómo acceder a estas instancias), consulte Instancias de Amazon SageMaker Notebook. Después de crear y abrir una instancia de cuaderno, seleccione la pestaña Ejemplos de SageMaker AI para ver una lista de todas las muestras de SageMaker AI. Para abrir un cuaderno, elija su pestaña Usar y elija Crear copia.