تعمل SageMaker SDK على تحسين سير عمل التدريب والاستدلال
اليوم، نقدم فئة ModelTrainer الجديدة ونعمل على تحسين فئة ModelBuilder في SageMaker Python SDK. تعمل هذه التحديثات على تبسيط سير عمل التدريب وتبسيط عمليات نشر الاستدلال.
تتيح فئة ModelTrainer للعملاء إعداد إستراتيجيات التدريب الموزعة وتخصيصها بسهولة على Amazon SageMaker. تعمل هذه الميزة الجديدة على تسريع أوقات تدريب النموذج وتحسين استخدام الموارد وتقليل التكاليف من خلال المعالجة المتوازية الفعالة. يمكن للعملاء تحويل نقاط الدخول والحاويات المخصصة الخاصة بهم بسلاسة من بيئة محلية إلى SageMaker، مما يزيل الحاجة إلى إدارة البنية التحتية. يقوم ModelTrainer بتبسيط عملية التكوين عن طريق تقليل المعلمات إلى عدد قليل من المتغيرات الأساسية وتوفير فئات سهلة الاستخدام للتفاعلات البديهية مع خدمة SageMaker. بالإضافة إلى ذلك، باستخدام فئة ModelBuilder المحسنة، يمكن للعملاء الآن نشر نماذج HuggingFace بسهولة، والتبديل بين التطوير في البيئة المحلية إلى SageMaker، وتخصيص استنتاجاتهم باستخدام نصوص المعالجة المسبقة واللاحقة. الأمر المهم هو أن العملاء يستطيعون الآن تمرير عناصر النموذج المدربة من فئة ModelTrainer بسهولة إلى فئة ModelBuilder، مما يتيح الانتقال بسلاسة من التدريب إلى الاستدلال على SageMaker.
يمكنك معرفة المزيد حول فئة ModelTrainer هنا، وتحسينات ModelBuilder هنا، والبدء في استخدام نماذج دفاتر ModelTrainer وModelBuilder.