简体中文版经机器翻译而成，仅供参考。如与英语版出现任何冲突，应以英语版为准。
用于数据处理和模型培训的库
贡献者
建议更改
PDF
下表列出了用于构建此任务的库和框架。所有这些组件均已与 Azure 基于角色的访问和安全控制完全集成。
| 库 / 框架 | Description |
|---|---|
dask cuML |
要使 ML 在 GPU 上运行，请使用 "cuML 库" 可通过 dask 访问快速通道 cML 软件包。与基于 CPU 的方法相比，强强联合可以通过基于 GPU 的高性能实施实施常见的 ML 算法，包括集群，维度缩减和回归方法，提供高达 100 倍的速度。 |
dask cudf |
CUDF 包括支持 GPU 加速提取，转换，加载（ ETL ）的各种其他功能，例如数据子设置，转换，单热编码等。快速发展团队会维护 "dask-cudf 库" 其中包括使用 dask 和 cuDF 的帮助程序方法。 |
Scikit 学习 |
Scikit Learning 提供了数十种内置机器学习算法和模型，称为评估器。每个 "估算器" 可以使用将其安装到某些数据中 "适合" 方法 |
我们使用两台笔记本电脑构建 ML 管道进行比较；一台是传统的熊猫科学学习方法，另一台是使用快速和快速的分布式培训。每台笔记本电脑均可单独进行测试，以查看时间和规模方面的性能。我们会分别介绍每台笔记本电脑，以展示使用快速流和 dask 进行分布式培训的优势。