磚運行時機器學習
磚運行時對機器學習(磚運行時的ML)自動創建一個集群優化機器學習。磚運行時毫升集群包括最受歡迎的機器學習庫,如TensorFlow PyTorch, Keras XGBoost,還包括庫需要分布式Horovod等培訓。使用磚運行時毫升加速集群創建並確保安裝的庫版本是兼容的。
關於使用磚進行機器學習的完整信息和深度學習,明白了磚機的學習指導。
每個磚的內容信息運行時ML版本,查看發布說明。
磚運行時毫升是建立在磚運行時。例如,磚的運行時7.3 LTS機器學習是建立在運行時7.3 LTS磚。庫包含在基礎磚磚運行時列出運行時發布說明。
介紹磚運行時機器學習
本教程是專為新用戶的磚運行時毫升。它需要大約10分鍾的時間,並顯示了一個完整的端到端示例加載表格數據,訓練模型,分布式hyperparameter調優和推理模型。它還演示了如何使用MLflow API和MLflow模型注冊表。
請注意
以下的筆記本可能包括功能不可用這個版本的磚在穀歌的雲。
庫包含在磚運行時毫升
磚運行時毫升包括各種流行毫升庫。每個版本的庫更新包括新的特性和修複。
磚已指定的一個子集作為頂級庫支持庫。對於這些庫,磚提供更快的更新節奏,與每個運行時版本更新到最新的包版本(除非依賴性衝突)。磚還提供了先進的支持、測試和嵌入式為頂級庫優化。
提供頂級的完整列表和其他庫,為每個可用的運行時看到以下文章:
_
_
_
如何使用磚運行時毫升
除了預裝庫,磚運行時毫升不同於磚集群中運行時的配置和你如何管理Python包。
使用磚創建一個集群運行時毫升
當你創建一個集群,選擇一個從磚磚運行時ML版本的運行時版本下拉。兩個CPU和GPU-enabled毫升運行時是可用的。
如果你選擇了一個GPU-enabled毫升運行時,會提示您選擇一個兼容的驅動程序類型和工作類型。不兼容的實例類型在下框中顯示為灰色。以下列出GPU-enabled實例類型GPU-Accelerated標簽。
管理Python包
在磚運行時9.0毫升以上,virtualenv使用包管理器安裝Python包。所有Python包安裝在一個環境:/磚/ python3。
磚運行時的8.4毫升,下麵Conda使用包管理器安裝Python包。所有Python包安裝在一個環境:/磚/ python2在使用Python 2和集群上/磚/ python3在集群中使用Python 3。開關(或激活)Conda環境不支持。
Python庫管理的更多信息,請參閱庫。