Notebooks de exemplo do AI Runtime

Importante

Esse recurso está em Visualização Pública.

O AI Runtime fornece computação de GPU serverless para inferência, treinamento e ajuste fino de modelos de IA e deep learning. As páginas abaixo agrupam notebooks de exemplo por tarefa: aprendizado de máquina clássico, sistemas de recomendação, visão computacional, pós-treinamento de LLMs de código aberto, inferência em lote e treinamento distribuído com várias GPUs.

Tarefa Descrição
Aprendizado de máquina clássico Exemplos de tarefas tradicionais de aprendizado de máquina, incluindo treinamento de XGBoost, predição tabular zero-shot e previsão de séries temporais.
Sistemas de recomendação Exemplos para a criação de sistemas de recomendação usando abordagens modernas de aprendizado profundo, como modelos de duas torres.
Visão Computacional Exemplos para tarefas de pesquisa visual computacional, incluindo detecção de objetos e classificação de imagem.
Modelos OSS (LLMs) pós-treinamento Exemplos de ajuste fino e pós-treinamento de grandes modelos de linguagem de código aberto, incluindo métodos com uso eficiente de parâmetros.
Inferência de lote Exemplos para inferência em lote em grande escala com Ray Data e vLLM entre múltiplas GPUs.
Treinamento distribuído com várias GPUs Exemplos de escalonamento de treinamento em múltiplas GPUs e nós usando a API Serverless GPU.
  • Última atualização em