Indførelsen
Dyb læring er en avanceret form for maskinel indlæring, der forsøger at emulere den måde, den menneskelige hjerne lærer på. I stigende grad bruges dyb læring til at bygge komplekse modeller, der understøtter udfordringer med kunstig intelligens, f.eks. computersyn og behandling af naturligt sprog.
Azure Databricks er et godt valg af platform til oplæring af modeller til dyb læring af flere årsager:
- Det giver dig mulighed for at arbejde med de store mængder data, der er nødvendige for effektivt at oplære modeller til dyb læring.
- Den understøtter skalerbare GPU-baserede klynger, som giver den bedste ydeevne for den type matrix- og vektorhandlinger, som detaljeret læringsmodeltræning omfatter.
- Almindelige strukturer til dyb læring, f.eks . PyTorch og TensorFlow , er forudinstalleret i Azure Databricks ML-klynger. som andre nyttige biblioteker som Horovod til distribueret uddannelse af deep learning-modeller.
Dette modul indeholder en introduktion til nogle af de grundlæggende principper for dyb læring med fokus på, hvordan du bruger PyTorch i Azure Databricks.
Drikkepenge
Hvis du vil have en mere generel introduktion til dyb læring, anbefaler vi, at du fuldfører modulet Oplær og evaluerer modeller til dyb læring . som indeholder nogle af de samme oplysninger som dette modul, men dækker yderligere begreber og implementeringsemner mere detaljeret.