发布于: Dec 3, 2019
Amazon SageMaker Experiments 是一项新功能，让您可以在 Amazon SageMaker 上整理、跟踪和比较您的机器学习训练实验。
机器学习是一个迭代过程。您需要试验数据、算法和参数的各种组合，同时观察这种增量变化对模型准确性的影响。随着时间的流逝，这种迭代实验可能会导致成千上万的模型训练运行和产生不同的模型版本，从而难以跟踪性能最佳的模型及其输入配置。您也很难将自己现行的实验与过去的尝试进行比较，以找出进一步改进的机会。
Amazon SageMaker Experiments 使您可以轻松管理机器学习实验。它会以试验的形式自动跟踪所有迭代的输入、参数、配置和结果。您还可以将这些试验分配、分组和组织为实验。SageMaker Experiments 与 Amazon SageMaker Studio 集成在一起，为您提供可视界面，以浏览您的现行实验和过去的实验，比较实验的关键性能指标，并确定性能最出色的实验。SageMaker Experiments 还附带有 Python 开发工具包，使这些搜索和分析功能可以在 SageMaker Notebooks 中轻松访问。此外，由于 SageMaker Experiments 可以跟踪创建和验证模型所需的所有步骤和构件，因此在对生产环境中的问题进行故障排除或审计模型的合规性时，可以快速跟踪模型的沿袭。