Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Importante
O tempo de execução da IA para tarefas de nó único está em Pré-visualização Pública. A API de treino distribuída para cargas de trabalho multi-GPU permanece em Beta.
Estes cadernos executam tarefas clássicas de aprendizagem automática em tempo de execução de IA. Mostram como usar aceleração GPU para algoritmos tradicionais de ML e previsão de séries temporais, incluindo regressão XGBoost e previsão probabilística com GluonTS.
| Tutorial | Descrição |
|---|---|
| Treino do modelo XGBoost | Este notebook demonstra como treinar um modelo de regressão XGBoost em uma única GPU. O XGBoost pode se beneficiar significativamente da aceleração da GPU para grandes conjuntos de dados. |
| Previsão de séries temporais com GluonTS | Este notebook demonstra um fluxo de trabalho de ponta a ponta para previsão probabilística de séries temporais de dados de consumo de eletricidade com o modelo DeepAR do GluonTS em um cluster de GPU sem servidor. Abrange ingestão de dados, reamostragem, treinamento de modelos, previsão, visualização e avaliação. |