介绍砖机器学习

这篇文章是介绍砖机器学习。它描述了使用砖为常见的ML任务所带来的好处,并提供链接到笔记本,教程,和用户指南,以帮助您入门。

图表显示了砖的功能映射到模型的开发和部署过程的步骤。

机器学习图:模型开发和部署在砖上

砖机器学习的是什么?

砖机器学习机器学习提供了一个集成的环境,帮助你简化和规范毫升的开发过程。砖机器学习,您可以:

  • 火车模型要么手动或与AutoML

  • 跟踪培训使用的实验参数和模型性能MLflow跟踪

  • 使用分享、管理和服务模式模型注册砖模型服务

  • 使用砖特性的商店开发和共享功能,跟踪上游和下游功能血统,和在线服务功能价值。

使用砖与砖机器学习的工作区

砖机器学习还包括砖工作空间的功能,包括:

对于机器学习应用程序,砖建议使用一个集群运行介绍砖运行时机器学习

深度学习应用程序使用砖

砖机器学习提供了预构建的深度学习的基础设施,包括内置的、预先配置的GPU支持与驱动程序和支持库。它还包括最常见的深度学习图书馆像TensorFlow, PyTorch,像Petastorm Keras和支持库,Hyperopt, Horovod。

开始深度学习在砖上,见:

使用砖llm和生成的人工智能

像砖为机器学习包括运行时库拥抱的脸变形金刚允许您将现有pre-trained模型或其他开源库集成到您的工作流。砖MLflow集成使它容易使用变压器管道的MLflow跟踪服务,模型,和处理组件。此外,您可以积分OpenAI模型或解决方案合作伙伴bob体育外网下载约翰·斯诺实验室在你的砖工作流。

砖,你可以定制一个LLM数据为您的特定任务。开源工具的支持下,拥抱的脸和DeepSpbob下载地址eed等,可以有效地把基础LLM并开始训练自己的数据来对你的领域有更多的准确性和工作负载。

此外,砖提供人工智能功能的SQL数据分析师可以用来访问LLM模型,包括OpenAI,直接在他们的数据管道和工作流。看到_

下一个步骤

开始,请参阅:

了解关键数据砖机器学习功能,见:

推荐MLOps工作流数据砖机器学习,看到: