Treine modelos de computação intensiva com o Azure Machine Learning
Modelos de aprendizado de máquina e aprendizado profundo em larga escala exigem amplo poder de computação. Saiba quando escolher a computação de GPU e como diferentes estruturas ajudam você a fazer o uso ideal da computação de GPU durante o pré-processamento, o treinamento de modelos e a implantação.
Pré-requisitos
Antes de iniciar este caminho de aprendizagem, você deve estar familiarizado com o serviço Azure Machine Learning e treinar modelos de aprendizado de máquina e aprendizado profundo com uso intensivo de computação.
Código de Feito
Pretende pedir um código de feito?
Módulos neste percurso de aprendizagem
Escolha computação de GPU no Azure Machine Learning ao treinar modelos de computação intensiva. Para reduzir o tempo necessário para processar os dados, armazene os dados de forma eficiente e use uma biblioteca de manipulação de dados compatível com a computação GPU.
Treine modelos de computação intensiva com computação de GPU no Azure Machine Learning. Ao monitorar cargas de trabalho, você pode encontrar a configuração de computação ideal. O treinamento distribuído permite que você treine em vários nós para acelerar o tempo de treinamento.
A implantação de modelos em larga escala para inferência em tempo real é um desafio devido ao tamanho do modelo. Saiba o que você pode fazer e quais estruturas você pode usar para otimizar o desempenho do seu modelo durante a pontuação do modelo.