Ciência de dados na AWS

Capítulo 7. Treina o teu primeiro modelo

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: [e-mail]

No capítulo anterior, utilizámos as tarefas de processamento do SageMaker para transformar um conjunto de dados em bruto em caraterísticas utilizáveis por máquinas através do processo de "engenharia de caraterísticas". Neste capítulo, usamos esses recursos para treinar um classificador de resenhas personalizado usando TensorFlow, PyTorch, BERT e SageMaker para classificar resenhas "na natureza" de canais sociais, sites de parceiros, etc. Até mostramos como treinar um modelo BERT com Java!

Ao longo do caminho, explicamos conceitos-chave como a arquitetura Transformers, o BERT e o ajuste fino de modelos pré-treinados. Também descrevemos as várias opções de treinamento fornecidas pela SageMaker, incluindo algoritmos integrados e opções "traga seu próprio modelo". Em seguida, discutimos a infraestrutura da SageMaker, incluindo contentores, redes e segurança. Em seguida, treinamos, avaliamos e traçamos o perfil de nossos modelos com o SageMaker. A criação de perfis ajuda-nos a depurar os nossos modelos, a reduzir o tempo de formação e a reduzir os custos. Por fim, fornecemos dicas para reduzir ainda mais os custos e aumentar o desempenho ao desenvolver modelos com o SageMaker.

Compreende a infraestrutura SageMaker

Em grande parte baseado em contentores, o SageMaker gere a infraestrutura e ajuda-nos a concentrarmo-nos na nossa ...