Amazon SageMaker 自动模型优化现在最多支持快 10 倍的优化，并最多支持探索 20 倍的模型

Amazon SageMaker 自动模型优化使您能够通过查找您的数据集的最佳超级参数配置集来找到最佳模型版本。即日起，SageMaker 自动模型优化为超级参数优化支持高达 100 个并行训练作业，使您的并行训练作业增加 10 倍，以便您可以更快地完成优化。此外，对于“随机”搜索策略，SageMaker 自动模型优化现在最多支持探索 10000 个超级参数配置，比以前的 500 个限制增加了 20 倍，使您能够改进搜索空间的覆盖范围，从而可能带来更好的模型预测性能。

同时运行更多的训练作业是“随机”搜索策略的首选方法，因为它在不影响模型预测性能的情况下减少了经过时间。对于“贝叶斯”搜索策略，在增加并行训练作业的数量时，可以从探索更多的超参数组合中获益，以便管理经过时间、预测性能和总体成本之间的权衡。

现在，在提供 SageMaker 自动模型优化的所有现有区域中，可以根据要求提高 Amazon SageMaker 自动模型优化的限制，AWS GovCloud 区域除外。要开始使用，请通过 AWS Support 中心请求提高限制，或者阅读我们的文档了解有关 SageMaker 自动模型优化的更多信息。