发布于: Nov 22, 2022
Amazon SageMaker Autopilot 现在提供对以“集合”训练模式启动的 SageMaker Autopilot 实验中每个试验的底层工作流程的洞察。SageMaker Autopilot 按推理延迟对机器学习 (ML) 模型列表进行排名，包括从部署模型的实时端点获得预测结果所需的时间，以及模型排行榜中的准确性、精确度、召回率和曲线下面积 (AUC) 等目标指标。SageMaker Autopilot 可根据您的数据自动构建、训练和调整最佳机器学习模型，同时允许您保持完全控制和可见性。
Amazon SageMaker Autopilot 最近新增了由 AutoGluon 提供支持的“集合”训练模式。“集合”训练模式会使用不同的算法子集组合和 AutoGluon 配置参数来执行多个试验。在此之前，每个试验运仅返回一个模型作为试验输出，并按模型排行榜上的目标指标进行排名。从今天开始，具有“集合”训练模式的 SageMaker Autopilot 不仅会列出每个试验中运行的所有基础学习者模型的底层集合，以提高对 autoML 实验的可见性，还将使用最佳目标指标和最低推理延迟来为实验选择最佳候选模型。举例来说，如果一个二进制分类问题的两个候选模型的 f1 得分目标指标相似，为 0.678，但推理延迟分别为 0.43 秒和 0.39 秒，则 SageMaker Autopilot 会将后者列为排行榜上的最佳模型。
要开始使用，请将 Amazon SageMaker Studio 更新到最新版本，然后从 SageMaker Studio 启动器或 API 启动 SageMaker Autopilot。要了解有关如何更新 SageMaker Studio 的更多信息，请参阅此文档。
现在，推理延迟指标功能和基础学习者模型的可见性在所有提供 SageMaker Autopilot 的区域可用。要开始使用，请参阅使用 Autopilot 创建实验和 SageMaker Autopilot API 参考。要了解更多信息，请访问 SageMaker Autopilot 产品页。