在AWS和Azure CPU和GPU实例上启动和运行集群,以获得最大的灵活性。
快速开始使用TensorFlow、Keras的开箱即用集成,以及它们与Databricks运行时机器学习.
受益于一系列低级和高级api,使用TensorFlow, Keras和Apache Spark来训练前沿的神经网络。
使用新的Databricks以分布式方式轻松扩展计算HorovodRunner.
得益于加速的硬件支持(CUDA和cuDNN),可以在最苛刻的工作上获得更好的性能。
根据需要自动扩展资源,并通过将存储与计算资源分离来控制成本。