Exemplos e guias de início rápido¶
Este tópico contém vários exemplos e guias de inícios rápidos para casos de uso comuns de registro de modelos e inferência de modelos no Snowflake ML. Você pode usar esses exemplos como ponto de partida para seu próprio caso de uso.
Guia de início rápido para iniciantes¶
Primeiros passos com o Snowflake ML: treine um modelo de regressão xgboost, faça o log no registro do modelo e execute a inferência em um warehouse.
modelo xgboost, inferência de CPU no Snowpark Container Services¶
Este código ilustra as principais etapas da implantação de um modelo XGBoost no Snowpark Container Services (SPCS) e, em seguida, usa o modelo implantado para inferência.
Registro de um pipeline com pré-processamento personalizado e treinamento de modelos¶
Este exemplo ilustra como:
Realizar a engenharia de recursos
Treinar um pipeline com etapas de pré-processamento personalizadas e um modelo de previsão xgboost
Executar a otimização do hiperparâmetro
Registrar o pipeline ideal
Executar a inferência em um warehouse ou no Snowpark Container Services (SPCS)
Modelo de embeddings de código aberto em grande escala, inferência de GPU¶
Este exemplo usa o Snowflake Notebooks no Container Runtime para treinar um modelo de embeddings em grande escala da biblioteca Hugging Face sentence_transformer e executar previsões em grande escala usando GPUs no Snowpark Container Services (SPCS).
Pipeline completo com modelo de recomendação distribuído PyTorch, inferência de GPU¶
Este exemplo mostra como criar um modelo de recomendação Pytorch distribuído de ponta a ponta usando GPUs, implantando o modelo para inferência GPU no Snowpark Container Services (SPCS).
Traga um modelo existente treinado externamente (por exemplo, AWS Sagemaker/Azure ML/GCP Vertex AI) para o Snowflake¶
Esses exemplos mostram como trazer seu modelo existente no AWS Sagemaker, Azure ML ou GCP Vertex AI para o Snowflake (consulte a postagem do blog para obter mais detalhes).
Guia de início rápido do AWS e Azure ML https://quickstarts.snowflake.com/guide/deploying_models_from_azureml_and_sagemaker_to_snowparkml/index.html?index=..%2F..index#0
Guia de início rápido do GCP Vertex AI https://quickstarts.snowflake.com/guide/getting_started_with_snowpark_for_machine_learning_on_vertexai/index.html?index=..%2F..index#0
Como trazer um modelo MLFlow PyFunc para o Snowflake¶
Este exemplo mostra como registrar um modelo MLFlow PyFunc no Snowflake Model Registry e executar a inferência.
Registro de um modelo de previsão particionado para treinamento e inferência¶
Este exemplo mostra como registrar um modelo de previsão para executar treinamento e inferência particionados no Snowflake.
Registro de vários modelos como uma coleção para executar inferência particionada em escala¶
Este exemplo mostra como registrar milhares de modelos como um modelo particionado personalizado para executar a inferência distribuída e particionada.