Этот пример поможет научиться запускать задачи обучения моделей на CPU.
Модель обучается с помощью библиотек XGBoost
на маленьком датасете California House Pricing
путем создания и отправки CPU-задачи.
Рекомендуется использовать XGBoost
на GPU либо Spark
, если датасет большой.
Для запуска примера:
-
Создайте новый Jupyter Server или подключитесь к уже существующему Jupyter Server, используя документацию.
-
Создайте новую папку и загрузите следующие файлы через веб-интерфейс Jupyter Server на платформе ML Space:
- cal_housing_py3.pkz — датасет
California House Pricing
; - quick-start.ipynb — Jupyter-ноутбук, который запустит задачу обучения;
- requirements.txt — файл с зависимостями, который используется для сборки кастомного образа;
- xgboost-boston-house-price.py — код модели, который запускается из quick-start.ipynb.
- cal_housing_py3.pkz — датасет
-
Запустите ноутбук quick-start.ipynb в интерфейсе Jupyter Server.