模型訓練的例子

本節包括示例展示了如何訓練機器學習和深度學習模型在磚使用許多流行的開源庫。

您還可以使用AutoML自動準備模型訓練數據集,執行一組試驗使用開源庫如scikit-learn XGBoost,並創建一個Python筆記本每個試驗運行的源代碼,這樣你就能評論,複製和修改代碼。

例如筆記本顯示如何訓練機器學習模型,使用數據在統一目錄和編寫預測統一目錄,看看Python毫升模型訓練和聯合編目數據

機器學習的例子

筆記本(s)

特性

scikit-learn

機器學習快速入門

分類模型、MLflow自動化hyperparameter調優Hyperopt和MLflow

scikit-learn

機器學習與模式注冊表

分類模型、MLflow自動化hyperparameter調優Hyperopt和MLflow模型注冊表

scikit-learn

的端到端示例

分類模型、MLflow自動化hyperparameter調優Hyperopt和MLflow XGBoost,注冊表模型、服務模型

MLlib

MLlib例子

二進製分類、決策樹、GBT回歸,結構化流,定製的變壓器

xgboost

XGBoost例子

Python, PySpark Scala,單個節點的工作負載和分布式訓練

深度學習的例子

也看到深度學習的最佳實踐在磚上

筆記本

特性

TensorFlow Keras

深度學習快速入門

TensorFlow Keras、TensorBoard Hyperopt MLflow

TensorFlow(單個節點)

TensorFlow教程MNIST數據集

TensorFlow, TensorBoard

PyTorch(單個節點)

PyTorch教程MNIST數據集

PyTorch

分布式深度學習培訓,見:

筆記本

特性

HorovodRunner (TensorFlow Keras)

TensorFlow Keras MNIST例子

TensorFlow Keras單節點分布式訓練

HorovodRunner (PyTorch)

PyTorch MNIST例子

PyTorch單節點分布式訓練

HorovodRunner

Horovod時間表

Horovod時間表

horovod.spark(PyTorch和Keras)

horovod.sparkpackage

horovod.spark估計API用於毫升管道Keras和PyTorch

spark-tensorflow-distributor

分布式訓練TensorFlow

分布式訓練TensorFlow在Apache火花集群

Hyperparameter調優示例

對於一般信息hyperparameter調優在磚,明白了Hyperparameter調優

筆記本

特性

Hyperopt

分布式hyperopt

分布式hyperopt、scikit-learn MLflow

Hyperopt

比較模型

使用分布式搜索hyperopt hyperparameter空間同時對不同模型類型

Hyperopt

分布式算法和hyperopt培訓

Hyperopt, MLlib

Hyperopt

Hyperopt最佳實踐

不同大小的數據集的最佳實踐