Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Les pages ci-dessous incluent différents exemples de notebooks qui montrent comment utiliser le calcul GPU sans serveur pour différentes tâches.
| Tâche | Description |
|---|---|
| Modèles de langage volumineux (LLMs) | Exemples de réglage précis des modèles de langage volumineux, notamment des méthodes efficaces en paramètres. |
| Vision par ordinateur | Exemples de tâches de vision par ordinateur, notamment la détection d’objets et la classification d’images. |
| Systèmes de recommandation basés sur l’apprentissage profond | Exemples de création de systèmes de recommandation à l’aide d’approches modernes d’apprentissage profond comme des modèles à deux tours. |
| ML classique | Exemples pour les tâches de Machine Learning traditionnelles, notamment l’entraînement du modèle XGBoost et les prévisions de série chronologique. |
| Entraînement distribué multi-GPU et multi-nœuds | Exemples de mise à l’échelle de l’entraînement sur plusieurs GPU et nœuds à l’aide de l’API GPU serverless. |
| Inférence par lot LLM distribuée | Exemples d’inférence par lot LLM à l’aide de Ray Data. |