Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Estes cadernos executam tarefas clássicas de aprendizagem automática em tempo de execução de IA. Mostram como usar aceleração GPU para algoritmos tradicionais de ML e previsão de séries temporais, incluindo regressão XGBoost e previsão probabilística com GluonTS.
| Tutorial | Descrição |
|---|---|
| Treino do modelo XGBoost | Este notebook demonstra como treinar um modelo de regressão XGBoost em uma única GPU. O XGBoost pode se beneficiar significativamente da aceleração da GPU para grandes conjuntos de dados. |
| Previsão de séries temporais com GluonTS | Este notebook demonstra um fluxo de trabalho de ponta a ponta para previsão probabilística de séries temporais de dados de consumo de eletricidade com o modelo DeepAR do GluonTS em um cluster de GPU sem servidor. Abrange ingestão de dados, reamostragem, treinamento de modelos, previsão, visualização e avaliação. |