Quickstarts

使用以下快速入门来帮助您快速掌握 Snowflake ML。

快速入门

主题

级别

提供免费试用

随附视频

特色功能

Snowflake ML 入门 (https://quickstarts.snowflake.com/guide/intro_to_machine_learning_with_snowpark_ml_for_python/#0)

端到端

初学者

不适用

笔记本、容器运行时、特征商店、模型注册表、ML 可解释性

Snowflake 容器运行时入门 (https://quickstarts.snowflake.com/guide/notebook-container-runtime/index.html#3)

模型开发

初学者

不适用

笔记本、容器运行时

使用 Snowflake 笔记本通过 GPUs 训练 XGBoost 模型 (https://quickstarts.snowflake.com/guide/train-an-xgboost-model-with-gpus-using-snowflake-notebooks/index.html#0)

端到端

高级

在 Snowflake 笔记本上使用 ​​GPUs​​ 加速 ​​XGBoost​​ 模型的训练 (link removed)

笔记本、容器运行时

使用​容器运行时上的 ​​Snowflake Notebooks​​ 扩展嵌入模型规模 (https://quickstarts.snowflake.com/guide/scale-embeddings-with-snowflake-notebooks-on-container-runtime/index.html?index=..%2F..index#0)

模型开发

高级

将数据转换为向量表示 (link removed)

笔记本、容器运行时

基于 Snowflake 笔记本的分布式 ​​PyTorch​​ 入门 (https://quickstarts.snowflake.com/guide/getting-started-with-running-distributed-pytorch-models-on-snowflake/#0)

端到端

高级

Snowflake ML 技术原理深度解析 (https://youtu.be/9uqcNBIY14g?t=286)

笔记本、容器运行时、模型注册表、Snowflake 中的 Streamlit

基于 Snowflake 笔记本的分布式 ​​PyTorch​​ 缺陷检测方案 (https://quickstarts.snowflake.com/guide/defect_detection_using_distributed_pyTorch_with_snowflake_notebooks/index.html?index=..%2F..index#0)

端到端

高级

使用 Snowflake ML 构建计算机视觉模型 (link removed)

笔记本、容器运行时、模型注册表、Snowflake 中的 Streamlit

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#0)

MLOps

初学者

不适用

笔记本、特征商店

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

MLOps

初学者

不适用

笔记本、特征商店

`使用特征商店和模型注册表开发和管理 ML 模型<https://quickstarts.snowflake.com/guide/develop-and-manage-ml-models-with-feature-store-and-model-registry/index.html?index=..%2F..index#3>`_

MLOps

高级

Snowflake Feature Store (https://youtu.be/5zXP6Kj5gM4?t=1039)

笔记本、特征商店、模型注册表

Snowflake 中的 ML 可观察性入门 (https://quickstarts.snowflake.com/guide/getting-started-with-ml-observability-in-snowflake/index.html#3)

MLOps

初学者

不适用

笔记本、模型注册表、ML 可观察性

语言: 中文