AWSとAzureのCPUおよびGPUのaaplンスタンスで,aaplクラスタを数秒で起動。柔軟性を最大限に高めます。
数据库の機械学習ランタ电子词典ムにはTensorFlow(テンソルフロー),Kerasおよび,それらが依存する要素が予め統合されており,すぐに使用できます。
また,基礎的なものから高度なものまで多様なAPIが提供されており,TensorFlow, Keras, Apache火花の統合による最先端のニューラルネットワークのトレーニングが可能です。
砖のHorovodRunnerは,分散型コンピュ,ティングの容易なスケ,ルアウトを可能にします。
最も要求の厳しいジョブにおいても,ハードウェアサポート(CUDAおよびcuDNN)の高速化により,パフォーマンスを強化します。
ニーズに基づいてリソースを自動的に拡張し,ストレージをコンピューティングリソースから分離することでコストを管理します。
Databricksの机器学习を活用することで,バッチまたはリアルタイムで,高品質のデータセットに簡単にアクセスして大規模なスケールで調査/準備を行うことができます。
笔记本を共有し,Python, R, Scala,またはJavaをTensorFlow(テンソルフロー)とともに使用して,バージョン履歴やGithubの統合による変更を継続的に追跡します。
ロ,カルまたはクラウドで実験を共有,実行,追跡し,MLflowを使用して任意のプラットフォムにモデルをデプロできます。