TensorFlow™ auf Databricks
TensorFlow – sofort einsatzbereit
Bringen Sie Cluster in Sekundenschnelle auf AWS und Azure CPU- und GPU-Instanzen zum Laufen – für maximale Flexibilität.
Legen Sie gleich los. TensorFlow, Keras und ihre Abhängigkeiten sind bei Databricks Runtime für Machine Learning direkt integriert. Anpassungen sind nicht erforderlich.
Profitieren Sie von einer Reihe an Low-Level- und High-Level-APIs, um bahnbrechende neuronale Netzwerke mithilfe von TensorFlow, Keras und Apache Spark zu trainieren.
Scale-Out-Computation
Mit dem neuen Databricks HorovodRunner ist eine Scale-Out Computation in einer dezentralen Variante leicht umzusetzen.
Profitieren Sie vom beschleunigten Hardware-Support (CUDA und cuDNN), der – auch bei Ihren anspruchsvollsten Aufgaben – eine bessere Performance sicherstellt.
Lassen Sie Ihre Ressourcen automatisch skalieren, basierend auf Ihren Bedürfnissen. Behalten Sie Ihre Kosten unter Kontrolle, indem Sie Ihre Speicher- von ihren Berechnungs-Ressourcen trennen.
Ein End-to-End-Gemeinschaftserlebnis
Mit Machine Learning können Sie auf qualitativ hochwertige Datensätze einfach zugreifen, diese erkunden oder vorbereiten – als Batch-Prozess oder in Echtzeit und in jeder Größenordnung.
Arbeiten Sie gemeinschaftlich an Notebooks und behalten Sie den Überblick über alle Änderungen dank nachverfolgbarem Änderungsverlauf und Github-Integration, unter Verwendung von Python, R, Scala oder Java.
Mit MLflow können Sie Experimente freigeben, durchführen und nachverfolgen, lokal oder in der Cloud, und Modelle auf jeder Plattform implementieren.