毫升框架发展正在以疯狂的速度和平均从业人员需要管理8库。毫升的稳定和高效运行时提供一键访问分布最受欢迎的ML框架,通过预先构建的容器和定制毫升环境。
加速机器学习从数据准备与内置AutoML推理功能包括搜索使用Hyperopt和MLflow hyperparameter调优和模型。
毫不费力地从小型到大型数据集群auto-managed和可伸缩的基础设施。机器学习运行时最受欢迎的算法还包括独特的性能改进以及HorovodRunner,用于分布式深度学习的一个简单的API。
自动化实验跟踪:跟踪、比较和想象成千上万的实验使用开源或管理MLflow和平行坐标图功能。bob下载地址
自动模式搜索(对于单节点毫升):优化和跨多个模型体系结构的分布式搜索条件hyperparameter MLflow增强Hyperopt和自动跟踪。
单节点机器学习自动化Hyperparameter调优:优化和分布式hyperparameter搜索MLflow增强Hyperopt和自动跟踪。
自动Hyperparameter优化分布式机器学习:深度整合的PySpark MLlib的交叉验证自动跟踪在MLflow MLlib实验。
优化TensorFlow:受益于TensorFlow CUDA-optimized版本GPU集群实现了最大的性能。
HorovodRunner:快速迁移您的单节点深度学习培训与HorovodRunner砖集群上运行代码,一个简单的API抽象并发症面临当使用Horovod分布式训练。
优化MLlib逻辑回归和树分类器:最受欢迎的估计已经优化作为砖运行时的一部分毫升为你提供40%加速比Apache火花测试盒框。
机器学习运行时之上和更新每个砖运行时版本。一般可用在所有砖产品包括:蔚蓝的砖,AWS云,GPU和CPU集群的集群。
要使用毫升运行时,只需选择ML版本的运行时当你创建集群。