TensorFlow™ on Databricks

AWS と Azure の CPU および GPU のインスタンスで、クラスタを数秒で起動。柔軟性を最大限に高めます。

Databricks の機械学習ランタイムには、TensorFlow（テンソルフロー）、Keras および、それらが依存する要素が予め統合されており、すぐに使用できます。

また、基礎的なものから高度なものまで多様な API が提供されており、TensorFlow、Keras、Apache Spark の統合による最先端のニューラルネットワークのトレーニングが可能です。

Databricks の HorovodRunner は、分散型コンピューティングの容易なスケールアウトを可能にします。

最も要求の厳しいジョブにおいても、ハードウェアサポート（CUDA および cuDNN）の高速化により、パフォーマンスを強化します。

ニーズに基づいてリソースを自動的に拡張し、ストレージをコンピューティングリソースから分離することでコストを管理します。

機械学習を活用することで、バッチまたはリアルタイムで、高品質のデータセットに簡単にアクセスして大規模なスケールで調査／準備を行うことができます。

Notebook を共有し、Python、R、Scala、または Java を TensorFlow（テンソルフロー）とともに使用して、バージョン履歴や Github の統合による変更を継続的に追跡します。

ローカルまたはクラウドで実験を共有、実行、追跡し、MLflow を使用して任意のプラットフォームにモデルをデプロイできます。