Nenhum resultado encontrado

Sua pesquisa não corresponde a nenhum resultado.

Sugerimos que você tente o seguinte para ajudar a encontrar o que procura:

  • Verifique a ortografia da sua pesquisa por palavra-chave.
  • Use sinônimos para a palavra-chave digitada; por exemplo, tente “aplicativo” em vez de “software.”
  • Tente uma das pesquisas populares mostradas abaixo.
  • Inicie uma nova pesquisa.
Perguntas Frequentes

Oracle Cloud Infrastructure Virtual Machines for Data Science

Com a explosão de dados comerciais—variando de dados de clientes à Internet of Things—os cientistas de dados precisam de flexibilidade para explorar e construir modelos rapidamente. Mas a compra de novo hardware para atender à demanda temporária ou de pico pode envolver despesas de capital significativas, bem como uma quantidade considerável de tempo.

Oracle Cloud Infrastructure Virtual Machines (VMs) for Data Science são ambientes pré-configurados que permitem construir modelos e entregar valor de negócios com mais rapidez. Construídas na Oracle Cloud Infrastructure, essas VMs oferecem desempenho, segurança e controle excepcionais. Você pode expandir seus recursos de computação conforme necessário usando o escalamento automático de computação e manter os custos sob controle, interrompendo instâncias de computação quando elas não são necessárias.

As opções de computação adequadas para esta imagem de VM incluem uma máquina virtual com uma GPU da NVIDIA que pode ser instalada e funcionar em menos de 15 minutos com IDEs, notebooks e estruturas comuns pré-instalados. Oracle Cloud Infrastructure VMs for Data Science incluem código e dados de amostra básicos para você testar e explorar.

Máquinas Virtuais para Ciência de Dados
Uma das principais operadoras wireless alcança um desempenho mais rápido com solução de inteligência artificial (IA) construída na Oracle Cloud Infrastructure

Uma das principais operadoras wireless alcança um desempenho mais rápido com solução de inteligência artificial (IA) construída na Oracle Cloud Infrastructure

Uma grande operadora de rede móvel oferece um assistente de voz virtual com tecnologia de IA em vários idiomas para milhões de usuários. O ambiente utiliza um cluster com 2 nós de 8 GPUs cada, conectado como um cluster com 16 GPUs e 768GB de memória em cada nó, reduzindo significativamente o tempo de treinamento do modelo.

A solução usa 100 milhões de parâmetros treináveis otimizados em cada iteração. Os resultados incluem um aumento no desempenho de voz para texto de 2,4 vezes e texto para fala 30 a 50 por cento mais rápido, junto com um treinamento mais rápido de modelos.

Máquinas Virtuais para Ciência de Dados

Benefícios

Construída na Oracle Cloud Infrastructure, nossa solução para ciência de dados oferece desempenho, segurança e controle excepcionais e permite que você crie modelos e forneça valor de negócios com mais rapidez.

Rapidez

Prepare-se e execute rapidamente. Basta implementar a imagem pré-configurada e começar a trabalhar. Quando terminar, a desmontagem é igualmente fácil.

Fácil de Usar

Coloque essas imagens você mesmo na nuvem, de forma rápida e fácil, sem a assistência ou intervenção de sua organização de TI.

Tudo que Você Precisa

A imagem multifuncional inclui um conjunto completo de ferramentas pré-instaladas. Você pode adicionar e personalizar facilmente, antes da implementação com o script Terraform ou manualmente depois que o sistema estiver em execução.

Flexível

Acrescente recursos de computação adicionais na nuvem de forma rápida e fácil, com escalonamento automático ou usando o Oracle Cloud Infrastructure Resource Manager.

Personalizável

Use uma forma de GPU para treinamento e inferência de modelo de aprendizado profundo ou computação baseada em CPU para aprendizado de máquina, de acordo com suas necessidades.

Baixo Custo

Reduza seus custos de TI. Por aproximadamente US$ 30, você pode executar um modelo por um dia em uma GPU Tesla P100 na nuvem.

Casos de Uso

O ambiente pré-configurado da Oracle para aprendizado profundo é útil em muitos setores em uma ampla variedade de aplicativos.

 

Processamento de linguagem natural

 

Reconhecimento e classificação de imagem

 

Detecção de fraude para serviços financeiros

 

Mecanismos de recomendação para varejistas online

 

Gerenciamento de riscos

Máquina Virtual para Conteúdo de Imagem de Ciência de Dados

Sistema Operacional

  • Família de Imagens: Oracle Linux 7.x
  • Sistema Operacional: Oracle Linux
  • Versão Kernel: kernel-uek-4.14.35-1902.8.4.el7uek.x86_64
  • Versão CUDA: 10-1-10.1.168-1
  • Versão cuDNN: 7.3.1
  • Data de Lançamento: 19 de dezembro de 2019

Estruturas de Aprendizado de Máquina (baseadas em Python)

  • TensorFlow
  • Keras
  • Theano
  • scikit-learn
  • PyTorch
  • NumPy
  • Pandas
  • Seaborn

Ambientes de Desenvolvimento Integrado (IDEs) e Notebooks

  • Distribuição de Código Aberto Anaconda
  • Spyder
  • PyCharm
  • Atom
  • Notebook Jupyter
  • Texto Sublime

Laboratórios Incluídos

Se você deseja testar o ambiente ou aprender mais sobre aprendizado profundo e ciência de dados, Notebooks Jupyter estão incluídos para fornecer instruções autoguiadas. Basta abrir o arquivo readme.md no Notebook Jupyter na máquina virtual.

  • Laboratório 1: Introdução aos Pacotes de Aprendizado de Máquina: scikit-learn
    Aborda o tutorial do scikit-learn e abrange como construir e ajustar modelos no scikit-learn. Inclui exercícios.
  • Laboratório 2: Introdução aos Pacotes de ML: PyTorch
    Abrange o tutorial do PyTorch e como construir e ajustar modelos em redes neurais no PyTorch para tarefas de visão, processamento de linguagem natural e usos relacionados.
  • Laboratório 3: Redes Neurais Avançadas e Aprendizagem por Transferência para Processamento de Linguagem Natural
    Fornece um tutorial sobre redes neurais convolucionais e recorrentes.
  • Laboratório 4: Redes Neurais Avançadas e Aprendizagem por Transferência para Visão
    Explica como implementar CNNs personalizados e usar CNNs pré-treinados e de última geração.