AI の力を解き放つ

100 万トークンが無料

88% 割引

今すぐアクティブ化
このページは機械翻訳によるものです。内容の正確さは保証しておりません。 人力翻訳を依頼する

GMM予測

更新日時2024-07-22 06:50

GMM予測コンポーネントのトレーニングされたガウス混合モデル (GMM) を使用して、クラスタリング予測を実行できます。 このトピックでは、GMM予測コンポーネントを設定する方法について説明します。

制限事項

GMM予測コンポーネントは、MaxComputeのコンピューティングリソースとPAIのFlinkのみに基づいて使用できます。

PAIコンソールでコンポーネントを設定する

AI (PAI) コンソールでGMM予測コンポーネントのパラメーターを設定できます。

タブ

パラメーター

説明

タブ

パラメーター

説明

フィールド設定

vectorCol

ベクトル列の名前。

reservedCols

アルゴリズムによって予約される列。

パラメーター設定

predictionCol

予測列の名前。

predictionDetailCol

予測の詳細列の名前。

numThreads

コンポーネントのスレッド数。 デフォルト値は 1 です。

実行チューニング

数の労働者

コアの数。 このパラメーターは、Memory per worker, unit MBパラメーターと一緒に使用する必要があります。 このパラメーターの値は正の整数でなければなりません。 有効な値: [1,9999] 。 詳細については、「付録: リソース使用量の見積もり方法」をご参照ください。

ワーカあたりのメモリ、単位MB

各コアのメモリサイズ。 有効値: 1024〜64 × 1024。 単位:MB。 詳細については、「付録: リソース使用量の見積もり方法」をご参照ください。

付録: リソース使用量を推定する方法

リソース使用量の見積もりについては、次のセクションを参照してください。

  • 各ノードで使用されるメモリを推定するにはどうすればよいですか?

    各ノードによって使用されるメモリは、およそモデルサイズの30倍である。

    たとえば、入力モデルサイズが1 GBの場合、各ノードのメモリを30 GBに設定できます。

  • 必要なノードの数を推定するにはどうすればよいですか?

    分散トレーニングタスクは、通信オーバーヘッドのためにノードの数が増加するにつれて、高速化し、その後低速化する。 タスクが遅くなった場合は、ノード数の増加を停止します。 このノード量を使用することができる。

  • 目次 (1, M)
  • 制限事項
  • PAIコンソールでコンポーネントを設定する
  • 付録: リソース使用量を推定する方法
フィードバック
phone お問い合わせ

Chat now with Alibaba Cloud Customer Service to assist you in finding the right products and services to meet your needs.

alicare alicarealicarealicare