Quickstarts

使用以下快速入门来帮助您快速掌握 Snowflake ML。

端到端示例

快速入门

级别

描述

在 Snowflake 中构建端到端 ML 模型 (https://quickstarts.snowflake.com/guide/end-to-end-ml-workflow/index.html?index=..%2F..index#1)

初学者

构建、部署和管理生产中的 XGBoost 模型,包括全面介绍 Snowflake 的 MLOps 功能

使用​容器运行时上的 ​​Snowflake Notebooks​​ 扩展嵌入模型规模

中级

试用开源嵌入模型并用于大批量推理

基于 Snowflake 笔记本的分布式 ​​PyTorch​​ 缺陷检测方案

中级

使用 GPUs 基于 PyTorch 的计算机视觉模型检测缺陷

基于 Snowflake 笔记本的分布式 ​​PyTorch​​ 入门

中级

使用 GPUs 构建和部署 PyTorch 推荐模型

构建 ML 模型以破解客户转化代码 (https://quickstarts.snowflake.com/guide/build-ml-models-for-customer-conversions/index.html?index=..%2F..index#0)

中级

使用 XGBoost 法构建完整的 ML 管道,对文本数据进行分类、采用生成式 AI 进行情感分析,并预测客户购买情况

模型开发示例

快速入门

级别

描述

容器运行时 Snowflake 笔记本入门

初学者

容器运行时 Snowflake 笔记本使用基础快速入门指南

Snowflake ML 开发入门 (https://quickstarts.snowflake.com/guide/intro_to_machine_learning_with_snowpark_ml_for_python/#1)

初学者

在 Snowflake 笔记本中开发模型,包括预处理、功能工程和模型训练

使用 Snowflake 笔记本通过 GPUs 训练 XGBoost 模型

初学者

在 Snowflake 笔记本的 GPUs 上训练 XGBoost 模型

使用 Snowflake ML 进行分布式多节点和多 GPU 音频转录 (https://quickstarts.snowflake.com/guide/getting_started_with_distributed_multi_node_multi_gpu_audio_transcription_with_snowflake_ml_container_runtime/index.html?index=..%2F..index#5)

中级

使用容器运行时结合 OpenAI 的Whisper large-v3 模型,在 HuggingFace 上执行多节点、多 GPU 的音频转录任务。

MLOps 示例

快速入门

级别

描述

使用 Snowflake 笔记本的 Snowflake 特征商店简介 (https://quickstarts.snowflake.com/guide/intro-to-feature-store/index.html#1)

初学者

Snowflake Feature Store 基础使用快速入门指南

Snowflake 特征商店 API 入门 (https://quickstarts.snowflake.com/guide/overview-of-feature-store-api/index.html?index=..%2F..index#3)

初学者

Snowflake Feature Store APIs 基础使用快速入门指南

Snowflake 中的 ML 可观察性入门

初学者

Snowflake ML 可观察性基础使用快速入门指南

`使用特征商店和模型注册表开发和管理 ML 模型<https://www.snowflake.com/en/developers/solutions-center/develop-and-manage-ml-models-with-feature-store-and-model-registry/>`__

中级

演示 ML 实验周期,包括功能创建、训练数据生成、模型训练与推理

语言: 中文