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