Perfil de la herramienta
microsoft/SynapseML
github.com
Biblioteca de código abierto para construir pipelines de aprendizaje automático masivamente escalables en Apache Spark.
Qué hace
microsoft/SynapseML
SynapseML proporciona API simples, componibles y distribuidas para tareas como análisis de texto, visión por computadora, detección de anomalías y aprendizaje profundo, construidas sobre Apache Spark y que comparten la API de SparkML/MLLib. Está dirigido a científicos de datos e ingenieros que necesitan entrenar y evaluar modelos en clústeres de un solo nodo, de varios nodos o con redimensionamiento elástico, y es utilizable en Python, R, Scala, Java y .NET. El proyecto es de código abierto y se publica como artefactos JVM específicos del entorno de ejecución.
PreciosCódigo abierto
ValoraciónN/D
Guardados0
Etiquetas
Categorías
Aún no se ha añadido un resumen.
FAQ
Preguntas frecuentes
- ¿Qué es microsoft/SynapseML?
- SynapseML proporciona API simples, componibles y distribuidas para tareas como análisis de texto, visión por computadora, detección de anomalías y aprendizaje profundo, construidas sobre Apache Spark y que comparten la API de SparkML/MLLib. Está dirigido a científicos de datos e ingenieros que necesitan entrenar y evaluar modelos en clústeres de un solo nodo, de varios nodos o con redimensionamiento elástico, y es utilizable en Python, R, Scala, Java y .NET. El proyecto es de código abierto y se publica como artefactos JVM específicos del entorno de ejecución.
- ¿Cuánto cuesta microsoft/SynapseML?
- microsoft/SynapseML tiene un modelo de precios: Código abierto. Consulta el sitio oficial para ver los planes actuales.
- ¿Para qué sirve microsoft/SynapseML?
- microsoft/SynapseML figura en TolsAI en estas categorías: Código abierto.
- ¿Dónde puedo usar microsoft/SynapseML?
- microsoft/SynapseML está disponible en su sitio oficial, github.com.
Explorar
Más en Código abierto
Un arnés agéntico de código abierto para un agente de IA que se mejora a sí mismo y que planifica y ejecuta las tareas que describes.
Un motor RAG sin vectores, basado en razonamiento, que indexa documentos como árboles y recupera con razonamiento LLM.
Una librería de Python similar a PyTorch para construir y autooptimizar flujos de trabajo de LLM como chatbots, RAG y agentes.
Una interfaz web modular para generar imágenes, video y audio con modelos de IA como Stable Diffusion, Flux y Wan.
Una guía paso a paso para diseñar sistemas de IA basados en LLMs, RAG y agentes de IA.
Motor de canalizaciones de IA de código abierto para crear, depurar y desplegar flujos de trabajo de LLM y orquestación de agentes desde tu IDE.
Conversación
Conversación
Inicia sesión para unirte a la conversación
Aún no hay comentarios. Inicia la conversación.