本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# TabTransformer
<a name="tabtransformer"></a>

[TabTransformer](https://arxiv.org/abs/2012.06678)是一种用于监督学习的新型深度表格数据建模架构。该 TabTransformer 架构建立在《 self-attention-based变形金刚》之上。转换器层将类别特征的嵌入转换为可靠的上下文嵌入，以实现更高的预测准确性。此外，从中学到的上下文嵌入对缺失和噪音数据特征 TabTransformer 都非常强大，并且提供了更好的可解释性。本页包含有关 Amazon EC2 实例推荐和示例笔记本的信息 TabTransformer。

## 该 TabTransformer 算法的 Amazon EC2 实例推荐
<a name="Instance-TabTransformer"></a>

SageMaker AI TabTransformer 支持单实例 CPU 和单实例 GPU 训练。尽管每个实例的成本更高，但 GPUs 训练速度更快，从而更具成本效益。要利用 GPU 训练，请将实例类型指定为 GPU 实例之一（例如 P3）。 SageMaker AI TabTransformer 目前不支持多 GPU 训练。

## TabTransformer 样本笔记本
<a name="tabtransformer-sample-notebooks"></a>

下表概述了各种示例笔记本，这些笔记本解决了 Amazon A SageMaker I TabTransformer 算法的不同用例。


****  

| **笔记本标题** | **描述** | 
| --- | --- | 
|  [使用 Amazon A SageMaker I TabTransformer 算法进行表格分类](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/tabtransformer_tabular/Amazon_Tabular_Classification_TabTransformer.ipynb)  |  本笔记本演示了如何使用 Amazon SageMaker AI TabTransformer 算法来训练和托管表格分类模型。  | 
|  [使用 Amazon A SageMaker I TabTransformer 算法进行表格回归](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/tabtransformer_tabular/Amazon_Tabular_Regression_TabTransformer.ipynb)  |  本笔记本演示了如何使用 Amazon SageMaker AI TabTransformer 算法来训练和托管表格回归模型。  | 

有关如何创建和访问可用于在 SageMaker AI 中运行示例的 Jupyter 笔记本实例的说明，请参阅。[Amazon SageMaker 笔记本实例](nbi.md)创建并打开笔记本实例后，选择 “**SageMaker AI 示例**” 选项卡以查看所有 SageMaker AI 示例的列表。要打开笔记本，请选择其**使用**选项卡，然后选择**创建副本**。