Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

AutoGluon-Tabular

AutoGluon-Tabular est un framework AutoML open source populaire qui entraîne des modèles de Machine Learning très précis sur un jeu de données tabulaire non traité. Contrairement aux frameworks AutoML existants qui se concentrent principalement sur la sélection des modèles et des hyperparamètres, AutoGluon-Tabular réussit en regroupant plusieurs modèles et en les empilant en plusieurs couches. Cette page contient des informations sur les recommandations relatives aux instances Amazon EC2 et des exemples de blocs-notes pour AutoGluon-Tabular.

Recommandation d'instance Amazon EC2 pour l'algorithme AutoGluon-Tabular

AutoGluon-Tabular SageMaker∘AI prend en charge les entraînements CPU et GPU à instance unique. Malgré des coûts par instance plus élevés, les GPU entraînent plus rapidement, ce qui les rend plus rentables. Pour tirer parti de l'entraînement GPU, spécifiez le type d'instance comme l'une des instances GPU (par exemple, P3). Actuellement, AutoGluon-Tabular SageMaker∘AI ne prend pas en charge l’entraînement multi-GPU.

Exemples de blocs-notes AutoGluon-Tabular

Le tableau suivant présente divers exemples de blocs-notes traitant de différents cas d’utilisation de l’algorithme AutoGluon-Tabular dans Amazon SageMaker AI.

Pour obtenir des instructions expliquant comment créer des instances de blocs-notes Jupyter et y accéder afin d’exécuter l’exemple dans SageMaker AI, consultez Instances de SageMaker blocs-notes Amazon. Après avoir créé et ouvert une instance de bloc-notes, cliquez sur l’onglet Exemples SageMaker AI pour afficher la liste de tous les exemples SageMaker AI. Pour ouvrir un bloc-notes, choisissez son onglet Use (Utiliser), puis Create copy (Créer une copie).