Tutorial: Modelos de aprendizaje profundo de un extremo a otro en Azure Databricks

En este cuaderno de tutorial se presenta un ejemplo completo de entrenamiento de un modelo de aprendizaje profundo en Azure Databricks, incluida la carga de datos, la visualización de los datos, la configuración de una optimización de hiperparámetros paralelos y el uso de MLflow para revisar los resultados, registrar el modelo y realizar inferencias en nuevos datos mediante el modelo registrado en una UDF de Spark.

El cuaderno usa PyTorch, un paquete de Python que proporciona cálculos tensor acelerados por GPU y funcionalidad de alto nivel para crear redes de aprendizaje profundo.

Cuando esté listo, puede implementar el modelo mediante Deploy models using Mosaic AI Model Serving ( Implementar modelos mediante Mosaic AI Model Serving).

Cuaderno de entrenamiento del modelo de PyTorch de MLflow

Obtener el cuaderno