Wprowadzenie
Uczenie głębokie to zaawansowana forma uczenia maszynowego, która próbuje naśladować sposób, w jaki ludzki mózg uczy się. Coraz częściej uczenie głębokie służy do tworzenia złożonych modeli, które obsługują wyzwania związane z sztuczną inteligencją, takimi jak przetwarzanie obrazów i przetwarzanie języka naturalnego.
Usługa Azure Databricks to doskonały wybór platformy do trenowania modeli uczenia głębokiego z wielu powodów:
- Umożliwia ona pracę z dużą ilością danych potrzebnych do efektywnego trenowania modeli uczenia głębokiego.
- Oferuje obsługę skalowalnych klastrów opartych na procesorach GPU, które zapewniają najlepszą wydajność dla rodzajów operacji macierzy i wektorów, które obejmują trenowanie modelu uczenia głębokiego.
- Typowe struktury uczenia głębokiego, takie jak PyTorch i TensorFlow , są wstępnie zainstalowane w klastrach uczenia maszynowego usługi Azure Databricks, podobnie jak inne przydatne biblioteki, takie jak Horovod do rozproszonego trenowania modeli uczenia głębokiego.
Ten moduł zawiera wprowadzenie do niektórych podstawowych zasad uczenia głębokiego, koncentrując się na sposobie korzystania z rozwiązania PyTorch w usłudze Azure Databricks.
Napiwek
Aby uzyskać bardziej ogólne wprowadzenie do uczenia głębokiego, zalecamy ukończenie modułu Trenowanie i ocenianie modeli uczenia głębokiego, który zawiera niektóre z tych samych informacji co ten moduł, ale obejmuje dodatkowe pojęcia i tematy implementacji bardziej szczegółowo.