介紹磚機器學習

這篇文章是介紹磚機器學習。它描述了使用磚為常見的ML任務所帶來的好處,並提供鏈接到筆記本,教程,和用戶指南,以幫助您入門。

圖表顯示了磚的功能映射到模型的開發和部署過程的步驟。

機器學習圖:模型開發和部署在磚上

磚機器學習的是什麼?

磚機器學習機器學習提供了一個集成的環境,幫助你簡化和規範毫升的開發過程。磚機器學習,您可以:

  • 火車模型要麼手動或與AutoML

  • 跟蹤培訓使用的實驗參數和模型性能MLflow跟蹤

  • 使用分享、管理和服務模式模型注冊磚模型服務

  • 使用磚特性的商店開發和共享功能,跟蹤上遊和下遊功能血統,和在線服務功能價值。

使用磚與磚機器學習的工作區

磚機器學習還包括磚工作空間的功能,包括:

對於機器學習應用程序,磚建議使用一個集群運行介紹磚運行時機器學習

深度學習應用程序使用磚

磚機器學習提供了預構建的深度學習的基礎設施,包括內置的、預先配置的GPU支持與驅動程序和支持庫。它還包括最常見的深度學習圖書館像TensorFlow, PyTorch,像Petastorm Keras和支持庫,Hyperopt, Horovod。

開始深度學習在磚上,見:

使用磚llm和生成的人工智能

像磚為機器學習包括運行時庫擁抱的臉變形金剛LangChain允許您將現有pre-trained模型或其他開源庫集成到您的工作流。磚MLflow集成使它容易使用變壓器管道的MLflow跟蹤服務,模型,和處理組件。此外,您可以積分OpenAI模型或解決方案合作夥伴約翰·斯諾實驗室在你的磚工作流。

磚,你可以定製一個LLM數據為您的特定任務。開源工具的支持下,擁抱的臉和DeepSpeed等,可以有效地把基礎LLM並開始訓練自己的數據來對你的領域有更多的準確性和工作負載。

此外,磚提供人工智能功能的SQL數據分析師可以用來訪問LLM模型,包括OpenAI,直接在他們的數據管道和工作流。看到_

下一個步驟

開始,請參閱:

了解關鍵數據磚機器學習功能,見:

推薦MLOps工作流數據磚機器學習,看到: