Dans l'architecture distribuée des SAS Cloud Analytic ServicesMoteur analytique distribué et en mémoire (in-memory) au cœur de SAS Viya. Il assure le traitement des données et l'exécution des modèles avec une très haute performance., la préparation des données pour les modèles d'apprentissage profondL'apprentissage profond (Deep Learning) est une branche de l'IA utilisant des réseaux de neurones multicouches pour modéliser des données complexes et automatiser l'extraction de caractéristiques. nécessite souvent de fusionner des images brutes avec de multiples métadonnéesInformations décrivant les données, les utilisateurs et les ressources dans SAS Viya. Elles assurent la traçabilité, la sécurité et la gouvernance au sein de l'architecture distribuée.. L'action dlJoin est conçue spécifiquement pour lier une table de données principale en mémoireGemini said
Espace de stockage temporaire (RAM) utilisé par le moteur CAS pour charger et traiter les données à haute vitesse, minimisant les accès disque pour optimiser les performances de SAS Viya. avec une table d'annotations. Cette opération permet de consolider très rapidement les étiquettes de classification ou les coordonnées des boîtes englobantes essentielles pour l'entraînement des réseaux de neurones. L'ensemble du processus s'exécute directement en mémoireGemini said
Espace de stockage temporaire (RAM) utilisé par le moteur CAS pour charger et traiter les données à haute vitesse, minimisant les accès disque pour optimiser les performances de SAS Viya. de manière hautement parallélisée, éliminant les goulets d'étranglement liés aux déplacements de données classiques.
Comment l'action dlJoin révolutionne-t-elle la préparation des données de Computer Vision dans SAS Viya ?
L'efficacité de dlJoin dans SAS Viya 4
Exemples pour l'action dlJoin
Jointure gauche basique
Un petit exemple classique pour lier nos données à leurs étiquettes avec une jointure gauche (LEFT join).
Jointure interne (INNER) avec paramètres avancés
Soyons un peu plus stricts et conservons uniquement les enregistrements ayant une correspondance dans les deux tables, tout en utilisant la compression pour la table de sortie.