TabTransformer

TabTransformer es una novedosa arquitectura para el modelado de datos tabulares profundos en el aprendizaje supervisado. La arquitectura TabTransformer emplea transformadores basados en la atención automática. Las capas de transformadores convierten las incrustaciones de rasgos categóricos en incrustaciones contextuales sólidas para lograr una mayor precisión en la predicción. Además, las incrustaciones contextuales aprendidas en TabTransformer tienen una gran capacidad de protección ante la ausencia de características de datos o ante el ruido en estas, y permiten un mayor grado de interpretación. Esta página incluye información sobre las recomendaciones de instancias de Amazon EC2 y cuadernos de muestra para TabTransformer.

Recomendación de instancias de Amazon EC2 para el algoritmo TabTransformer

SageMaker AI TabTransformer 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 TabTransformer no admite el entrenamiento con varias GPU.

Cuadernos de muestra de TabTransformer

En la siguiente tabla, se describen distintos cuadernos de muestra con distintos casos de uso del algoritmo TabTransformer 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 cuaderno de Amazon SageMaker. 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.