Amazon SageMaker Experiments
Machine-Learning-Experimente effizient verwalten
Kostenloses Kontingent
100 000 erfasste Metrikdatensätze pro Monat, 1 Million abgerufene Metrikdatensätze (über APIs) pro Monat und 100 000 gespeicherte Metrikdatensätze pro Monat. Das kostenlose Kontingent ist für die ersten 6 Monate verfügbar.
Analysieren und vergleichen Sie ML-Trainingsiterationen, um das Modell mit der besten Leistung auswählen zu können
SageMaker Experiments ist ein verwalteter Service zur Verfolgung und Analyse von ML-Experimenten in großem Maßstab.
In einer beliebigen IDE durchgeführte Experimente protokollieren
ML-Experimente werden in verschiedenen Umgebungen durchgeführt, z. B. in lokalen Notebooks und IDEs, in Trainingscode, der in der Cloud ausgeführt wird, oder in verwalteten IDEs in der Cloud wie SageMaker Studio. Mit SageMaker Experiments können Sie Ihre Experimente zentral von jeder Umgebung oder IDE aus verfolgen. Dazu brauchen Sie nur wenige Zeilen Python-Code, den Datenwissenschaftler meist schon beherrschen.
Metadaten von ML-Experimenten zentral verwalten
Bei der Entwicklung eines ML-Modells wird mit verschiedenen Kombinationen von Daten, Algorithmen und Parametern experimentiert und gleichzeitig die Auswirkung inkrementeller Änderungen auf die Modellleistung bewertet. Mit Sagemaker Experiments können Sie Ihre ML-Iterationen verfolgen und alle zugehörigen Metadaten wie Metriken, Parameter und Artefakte automatisch an einem zentralen Ort speichern.
Experimente auswerten
Um das beste Modell aus mehreren Iterationen zu finden, sind eine Analyse und ein Vergleich der Modellleistung erforderlich. SageMaker Experiments stellen Visualisierungen wie Streudiagramme, Balkendiagramme und Histogramme bereit. Darüber hinaus können Sie mit dem Sagemaker Experiments SDK die protokollierten Daten zur Offline-Analyse in Ihr Notebook laden.
Gemeinsames Entwickeln von Modellen
Die teamorientierte Zusammenarbeit innerhalb der Organisation ist der Schlüssel zu einem erfolgreichen datenwissenschaftlichen Projekt. SageMaker Experiments ist in SageMaker Studio integriert, sodass Teammitglieder auf dieselben Informationen zugreifen und die Konsistenz der Experimentergebnisse bestätigen können, was die Zusammenarbeit erleichtert. Verwenden Sie die Suchfunktion von SageMaker Studio, um schnell relevante Experimente aus der Vergangenheit zu finden.
ML-Experimente reproduzieren und prüfen
Wenn sich die Leistung eines Modells ändert, müssen Sie die Grundursache der Änderung verstehen. Manchmal möchten Sie den Modellentwicklungsprozess dokumentieren, damit er reproduziert und einfach getestet werden kann. Mit Sagemaker Experiments können Sie auf Ihren ML-Workflow aus den von Ihnen verfolgten Experimenten zugreifen und diesen reproduzieren.
Erste Schritte
Finden Sie heraus, wie SageMaker Experiments funktioniert
Erfahren Sie mehr über die Verwaltung von Experimenten, die Protokollierung von Metadaten und die Analyse.