Entrenamiento de modelos de proceso intensivo con Azure Machine Learning

Avanzado
Científico de datos
Azure
Azure Machine Learning
Azure Virtual Machines

Los modelos de aprendizaje automático y aprendizaje profundo a gran escala requieren una amplia potencia de proceso. Obtenga información sobre cuándo elegir el proceso de GPU y cómo diferentes marcos le ayudan a hacer un uso óptimo del proceso de GPU durante el preprocesamiento, el entrenamiento del modelo y la implementación.

Requisitos previos

Antes de iniciar esta ruta de aprendizaje, debe estar familiarizado con el servicio Azure Machine Learning y el entrenamiento de modelos de aprendizaje automático y aprendizaje profundo de uso intensivo de proceso.

Módulos en esta ruta de aprendizaje

Elija el proceso de GPU en Azure Machine Learning al entrenar modelos de proceso intensivo. Para reducir el tiempo necesario al procesar los datos, almacénelos de forma eficaz y use una biblioteca de manipulación de datos compatible con el proceso de GPU.

Entrenamiento de modelos de proceso intensivo con procesamiento de GPU en Azure Machine Learning. Al supervisar las cargas de trabajo, puede encontrar la configuración de proceso óptima. El entrenamiento distribuido permite entrenar en varios nodos para acelerar el tiempo de entrenamiento.

La implementación de modelos a gran escala para la inferencia en tiempo real supone un desafío debido al tamaño del modelo. Obtenga información sobre lo que puede hacer y qué marcos puede usar para optimizar el rendimiento del modelo durante su puntuación.