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

包	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

包	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:

包	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

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

包	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