发布于: Jun 2, 2022
Amazon SageMaker JumpStart 现在支持使用 Sagemaker Automatic Model Tuning 对其之前训练过的模型、预构建的解决方案模板以及示例笔记本进行模型调优。这意味着客户可以对其机器学习模型进行自动调优，以便在客户通过 SageMaker API 提供的范围内查找准确性最高的超参数值。
SageMaker JumpStart 允许客户跨多种热门的 ML 任务，以及一系列可解决常见业务问题的指定端到端解决方案微调并部署各种预先训练的模型。这些功能消除了 ML 流程当中每个步骤的繁重工作，简化高质量模型的开发并缩短部署时间。只需单击数次，客户即可通过笔记本中的 API 和 SageMaker Studio 中的 UI 访问 JumpStart。
通过与 SageMaker Automatic Model Tuning 集成，JumpStart API 实例笔记本现在包括查找最佳模型版本的步骤，它会使用多项超参数配置对提供的数据集运行训练作业。对模型进行调优的时间因此缩短，因为它会在默认超参数范围或您指定的范围当中自动搜索最佳超参数配置。