TabPFN

빠른 시작

인터랙티브 노트북 튜토리얼

[!TIP]

우리의 인터랙티브 Colab 노트북으로 바로 시작하세요! 설치, 분류 및 회귀 예제를 따라가며 TabPFN을 직접 체험해 볼 수 있는 최고의 방법입니다.

설치

TabPFN은 Python 3.10 이상을 지원합니다. pip install tabpfn 명령어로 호환되는 PyTorch 빌드를 자동으로 설치할 수 있습니다. CPU 전용 설치가 필요하거나 특정 가속기 또는 CUDA 버전에 맞는 PyTorch 빌드가 필요하거나, Windows 및 WSL 플랫폼 관련 주의 사항이 필요하다면, TabPFN 설치 전에 PyTorch 설치 선택기에서 해당 명령어를 선택하세요.

참고: Apple Silicon/MPS에서 최상의 성능을 위해서는 "2.13.0.dev20260510" 이후의 PyTorch 버전 설치를 고려하세요. 이 버전은 MLX에 의존하지 않고 플래시 어텐션을 사용할 수 있게 합니다 (MLX는 GPU-CPU-GPU 왕복이 필요합니다).

기본 사용법

⚡ GPU 사용 권장: 최적 성능을 위해 GPU 사용을 권장합니다 (약 8GB VRAM의 구형 GPU도 잘 작동하며, 일부 큰 데이터셋에는 16GB 필요). CPU에서 사용 시, 중간 규모 데이터셋만 처리 가능합니다 (기본 TabPFN-3은 최대 5000 샘플, 이전 버전은 최대 1000 샘플). GPU가 없나요? TabPFN 클라이언트를 통해 무료 호스팅 추론을 사용하세요.

기본 TabPFN-3 모델을 사용하려면:

다른 모델 버전(예: 이전 기본 모델 TabPFN-2.6)을 사용하려면:

전체 예제는 tabpfn_for_binary_classification.py, tabpfn_for_multiclass_classification.py, tabpfn_for_regression.py 파일을 참고하세요.

TabPFN 생태계

C

---

🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.