Introducción
El aprendizaje profundo es una forma avanzada de aprendizaje automático que intenta emular la forma en que aprende el cerebro humano. Cada vez más, el aprendizaje profundo se usa para crear modelos complejos que admiten desafíos de inteligencia artificial, como computer vision y procesamiento de lenguaje natural.
Azure Databricks es una excelente opción de plataforma para entrenar modelos de aprendizaje profundo por varias razones:
- Permite trabajar con los grandes volúmenes de datos necesarios para entrenar de forma eficaz modelos de aprendizaje profundo.
- Ofrece compatibilidad con clústeres escalables basados en GPU, que proporcionan el mejor rendimiento para los tipos de operaciones de matriz y vector que implica el entrenamiento del modelo de aprendizaje profundo.
- Los marcos de aprendizaje profundo comunes, como PyTorch y TensorFlow , están preinstalados en clústeres de Azure Databricks ML; como son otras bibliotecas útiles, como Horovod , para el entrenamiento distribuido de modelos de aprendizaje profundo.
En este módulo se proporciona una introducción a algunos de los principios básicos del aprendizaje profundo, con un enfoque en cómo usar PyTorch en Azure Databricks.
Sugerencia
Para obtener una introducción más general al aprendizaje profundo, se recomienda completar el módulo Entrenamiento y evaluación de modelos de aprendizaje profundo ; que incluye parte de la misma información que este módulo, pero trata conceptos adicionales e temas de implementación en mayor profundidad.