Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Questi esempi eseguono compiti classici di machine learning su AI Runtime. Mostrano come utilizzare l'accelerazione GPU per algoritmi ML tradizionali, modelli di fondazione tabulari e previsioni di serie temporali, inclusa la regressione XGBoost, la previsione zero-shot con TabFM e la previsione probabilistica con GluonTS.
| Example | Interface | Descrizione |
|---|---|---|
| Training del modello XGBoost | Notebook | Questo notebook illustra come eseguire il training di un modello di regressione XGBoost su una singola GPU. XGBoost può trarre vantaggio significativamente dall'accelerazione GPU per set di dati di grandi dimensioni. |
| Sintonizza gli iperparametri XGBoost con Optuna | Notebook | Questo notebook dimostra l'ottimizzazione degli iperparametri per un modello di classificazione XGBoost su una singola GPU utilizzando Optuna e il tracciamento degli esperimenti con MLflow. |
| Previsioni tabulari zero-shot con TabFM | Notebook | Questo notebook illustra la classificazione zero-shot e la regressione con il modello fondazionale tabulare TabFM di Google. TabFM utilizza apprendimento contestuale per fare previsioni in un singolo passaggio in avanti, senza fine tuning o addestramento specifico per dataset. |
| Previsione di serie temporali con GluonTS | Notebook | Questo notebook dimostra un flusso di lavoro end-to-end per la previsione probabilistica di serie temporali dei dati di consumo elettrico con il modello DeepAR di GluonTS su AI Runtime. Vengono trattati l'inserimento, il ricampionamento dei dati, il training del modello, la stima, la visualizzazione e la valutazione. |
| Addestramento XGBoost su una singola GPU | CLI | Addestra un classificatore XGBoost sul dataset Forest CoverType su una GPU A10, registra le metriche su MLflow e registra il modello nel Catalogo Unity. |
| Classificazione dei nodi di grafo con GraphSAGE | CLI | Addestra un modello GraphSAGE su una GPU A10 per classificare gli articoli di ricerca nel grafo di citazione ogbn-arxiv. |
| Previsione delle serie temporali con Chronos-2 | CLI | Usa Chronos-2 per generare e valutare previsioni rolling del prezzo dell'elettricità per il giorno successivo su una GPU A10. |
| Rilevamento di anomalie in serie temporale con Kumo-Anomaly | CLI | Esegui il fine-tuning di NVIDIA Kumo-Anomaly su una GPU A10 e confronta i modelli base e quelli sottoposti a fine-tuning sui dati di test per il rilevamento di anomalie tenuti da parte. |