DOCUMENTATION
/
Erste Schritte
Benutzerhandbücher
Entwickler
Referenz
Versionshinweise
Tutorials
Status
  1. Überblick
    • Builders
    • Snowflake DevOps
      • Beobachtbarkeit
        • Snowpark-Bibliothek
        • Snowpark API
        • Spark-Workloads in Snowflake
        • Maschinelles Lernen
        • Snowflake ML
            1. Entwicklungstools
              1. Container Runtime für ML
              2. Notebooks für Container Runtime
              3. Erste Schritte
                1. Quickstarts
                2. Daten vorbereiten
                  1. Daten laden
                    • Daten umwandeln (Engineer-Features)
                      • Daten über Partitionen hinweg verarbeiten
                        • Datensets
                        • Features verwalten und bedienen
                        • Trainieren und Optimieren von Modellen
                          1. Trainieren von Modellen
                            • Verteiltes Training
                              • Trainieren von Modellen über Partitionen hinweg
                                • Optimieren der Hyperparameter des Modells
                                  • Run an experiment to compare and select models
                                    • Modellierung
                                    • Modelle verwalten und bereitstellen
                                      1. Modell-Registry
                                        • Beispiele und Quickstarts
                                          • Protokollieren von Modellen
                                            1. Verwenden von integrierten Modelltypen
                                                1. Snowflake ML
                                                  • scikit-learn
                                                    • XGBoost
                                                      • MLFlow
                                                        • Hugging Face-Pipeline
                                                      • Integrieren eigener Modelltypen
                                                        • Kundenspezifische Verarbeitung mit Modellen
                                                          • Verwenden partitionierter Modelle
                                                            • Angeben von Modellsignaturen
                                                            • Verwalten von Modellen
                                                              • Model Serving
                                                                1. Inferenz in Snowflake Warehouse
                                                                  • Model Serving in Snowpark Container Services
                                                                    • Kontinuierliche Inferenz-Pipelines
                                                                    • Benutzeroberfläche der Modell-Registry
                                                                      • SQL-API für die Arbeit mit Modellen
                                                                      • ML-Workflows operationalisieren
                                                                        1. ML Jobs
                                                                        2. Pipelines erstellen und bereitstellen
                                                                        3. Modelle überwachen und beobachten
                                                                          1. Beobachtbarkeit des Modells
                                                                            • Erklärbarkeit des Modells
                                                                              • Visualisierungen zur Erklärbarkeit
                                                                              • ML-Abfolge
                                                                              • Integrationen
                                                                                1. Eine Anwendung mit Ray skalieren
                                                                                  • CUDA-X Libraries
                                                                                  • ML-Funktionen
                                                                                    • API references
                                                                                2. Snowpark Code-Ausführungsumgebungen
                                                                                3. Snowpark Container Services
                                                                                4. Funktionen und Prozeduren
                                                                                5. Protokollierung, Ablaufverfolgung und Metriken
                                                                                6. Snowflake APIs
                                                                                7. Snowflake-Python-APIs
                                                                                8. Snowflake REST APIs
                                                                                9. SQL API
                                                                                10. Apps
                                                                                11. Streamlit in Snowflake
                                                                                12. Snowflake Native App Framework
                                                                                13. Snowflake – Deklarative Freigabe
                                                                                14. Snowflake Native SDK für Konnektoren
                                                                                15. Externe Integration
                                                                                16. Externe Funktionen
                                                                                17. Kafka- und Spark-Konnektor
                                                                                18. Snowflake Scripting
                                                                                19. Snowflake Scripting-Entwicklerhandbuch
                                                                                20. Tools
                                                                                21. Snowflake CLI
                                                                                22. Git
                                                                                23. Treiber
                                                                                24. Überblick
                                                                                25. Überlegungen zur Wiederverwendung von Sitzungen durch Treiber
                                                                                  • Referenz
                                                                                  • API-Referenz
                                                                                    EntwicklerSnowflake MLModelle verwalten und bereitstellenProtokollieren von ModellenVerwenden von integrierten Modelltypen

                                                                                    Verwenden von integrierten Modelltypen¶

                                                                                    Die Snowflake Model Registry unterstützt die folgenden integrierten Modelltypen:

                                                                                    • Snowpark ML Modeling

                                                                                    • scikit-learn

                                                                                    • XGBoost

                                                                                    • LightGBM

                                                                                    • CatBoost

                                                                                    • PyTorch

                                                                                    • TensorFlow

                                                                                    • MLFlow PyFunc

                                                                                    • Sentence Transformer

                                                                                    • Hugging Face-Pipeline

                                                                                    Andere Arten von Modellen werden über die snowflake.ml.model.CustomModel-Klasse unterstützt (siehe Integrieren eigener Modelltypen mittels serialisierter Dateien)

                                                                                    War diese Seite hilfreich?

                                                                                    Besuchen Sie Snowflake
                                                                                    An Diskussion beteiligen
                                                                                    Mit Snowflake entwickeln
                                                                                    Teilen Sie Ihr Feedback mit
                                                                                    Lesen Sie Neuigkeiten in unserem Blog
                                                                                    Eigene Zertifizierung erhalten
                                                                                    DatenschutzNutzungsbedingungenCookie-Einstellungen© 2025 Snowflake, Inc. Alle Rechte vorbehalten.
                                                                                    Sprache: Deutsch
                                                                                    • English
                                                                                    • Français
                                                                                    • Deutsch
                                                                                    • 日本語
                                                                                    • 한국어
                                                                                    • Português