请从以下教程之一开始尝试。 可以将 这些笔记本导入 Databricks 工作区。
| Tutorial | Description |
|---|---|
| 经典机器学习 | 在 Databricks 中训练经典 ML 模型的端到端示例。 |
| scikit-learn | 使用最常用的 Python 库之一来训练机器学习模型。 |
| MLlib | 如何使用 Apache Spark 机器学习库的示例。 |
| 使用 PyTorch 进行深度学习 | 使用 PyTorch 在 Databricks 中训练深度学习模型的端到端示例。 |
| TensorFlow | TensorFlow 是一个开源框架，支持 CPU、GPU 和 GPU 群集上的深度学习和数值计算。 |
| Mosaic AI 模型服务 | 使用马赛克 AI 模型服务部署和查询经典 ML 模型。 |
| 基础模型 API | 基础模型 API 提供从 Databricks 工作区直接提供的终结点访问常用基础模型的访问权限。 |
| 代理框架快速入门 | 使用马赛克 AI 代理框架生成代理，将工具添加到代理，并将代理部署到 Databricks 模型服务终结点。 |
| 跟踪 GenAI 应用 | 跟踪应用的执行流，并了解每个步骤。 |
| 评估 GenAI 应用 | 使用 MLflow 3 创建、跟踪和评估 GenAI 应用。 |
| 人工反馈快速入门 | 收集最终用户反馈，并使用该反馈评估 GenAI 应用的质量。 |
| 生成、评估和部署检索代理 | 构建将检索与工具相结合的 AI 代理。 |
| 查询 OpenAI 模型 | 创建外部模型终结点以查询 OpenAI 模型。 |