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.
Importante
Il runtime di intelligenza artificiale per le attività a nodo singolo è disponibile in anteprima pubblica. L'API di training distribuita per i carichi di lavoro con più GPU rimane in beta.
Le pagine seguenti includono vari esempi di notebook che illustrano come usare il runtime di intelligenza artificiale per diverse attività.
| Attività | Descrizione |
|---|---|
| Modelli linguistici di grandi dimensioni | Esempi di ottimizzazione di modelli linguistici di grandi dimensioni, inclusi metodi efficienti per i parametri. |
| Visione artificiale | Esempi di attività di visione artificiale, tra cui il rilevamento degli oggetti e la classificazione delle immagini. |
| Sistemi di raccomandazione basati su Deep Learning | Esempi per la creazione di sistemi di raccomandazione che usano approcci di Deep Learning moderni, ad esempio modelli a due torre. |
| ML classico | Esempi di attività tradizionali di Machine Learning, tra cui il training del modello XGBoost e la previsione delle serie temporali. |
| Training distribuito su più GPU | Esempi per il ridimensionamento del training tra più GPU e nodi usando l'API GPU serverless. |