文件名称：AzureML-RAPIDS：AzureML RAPIDS
文件大小：194KB
文件格式：ZIP
更新时间：2024-03-12 08:49:43
JupyterNotebook
AzureML上的RAPIDS超参数优化 创建一个Azure机器学习服务工作区 资源组和工作区 将管理实验并为机器学习应用程序协调存储，数据库和计算资源。 首先创建一个或从访问现有信息。 接下来，您需要访问一个或在Azure门户中创建一个新的： 登录到Azure的门户网站，并通过点击门户资源组导航至资源组页面： 选择一个可用的资源组或通过单击添加按钮创建一个新的资源组： 您还可以在Azure门户的左上角选择+创建资源，然后搜索“资源”组 选择与GPU资源AA认购，资源组输入一个名称，并选择与GPU资源的区域。 在这些页面上查看受支持区域的以及GPU优化的VM大小的信息。 选择一个最接近您的位置或包含您的数据的区域。 接下来，我们将创建一个机器学习服务工作区：导航到“资源组”页面，然后单击“添加”按钮，这会将您带到。 使用搜索栏找到机器学习或在左侧选择AI +机器学习类别： 单
【文件预览】：
AzureML-RAPIDS-master
----local()
--------RAPIDS_RF_local.ipynb(3KB)
--------SKLearn_RF_local.ipynb(3KB)
--------airline_data_local.py(1KB)
----notebooks()
--------.ipynb_checkpoints()
--------Train-RAPIDS.ipynb(12KB)
--------HPO-SKLearn.ipynb(15KB)
--------Train-SKLearn.ipynb(10KB)
--------HPO-RAPIDS.ipynb(18KB)
----img()
--------MLWorkspace.JPG(64KB)
--------Config.JPG(48KB)
--------MarketPlace.JPG(80KB)
--------Portal.JPG(47KB)
--------ResourceGroup.JPG(63KB)
----code()
--------rapids-py37-kernel.sh(309B)
--------train_rapids_RF.py(4KB)
--------rapids_csp_azure.py(15KB)
--------train_sklearn_RF.py(4KB)
--------train_azure.py(3KB)
----README.md(4KB)