Klasické strojové učení

Důležité

Modul runtime AI pro úlohy s jedním uzlem je ve verzi Public Preview. Distribuované trénovací rozhraní API pro úlohy s více GPU zůstává v beta verzi.

Tyto poznámkové bloky spouštějí klasické úlohy strojového učení v prostředí AI Runtime. Ukazují, jak používat akceleraci GPU pro tradiční algoritmy ML a prognózování časových řad, včetně regrese XGBoost a pravděpodobnostního prognózování pomocí GluonTS.

Tutoriál	Description
Trénování modelů XGBoost	Tento poznámkový blok ukazuje, jak trénovat regresní model XGBoost na jednom GPU. XGBoost může výrazně těžit z akcelerace GPU pro velké datové sady.
Prognózování časových řad pomocí GluonTS	Tento poznámkový blok ukazuje ucelený pracovní postup pro prognózování dat o spotřebě elektřiny pomocí modelu DeepAR společnosti GluonTS v bezserverovém clusteru GPU. Zabývá se příjmem dat, převzorkováním, trénováním modelu, predikcí, vizualizací a vyhodnocením.