使用 SageMaker 自动模型调优可提高可再现性

Amazon SageMaker 自动模型调优现在允许您选择设置种子以生成随机超参数，从而获得可再现性更高的调优结果。它支持这样的用例，您需要再现调优作业结果的能力，例如出于合规性或监管原因。

SageMaker 自动模型调优允许您通过搜索最佳超参数配置集，来找到最准确的机器学习模型版本。以前，由于搜索策略的随机性质，多次运行相同的调优作业可能会导致不同的超参数配置推荐。这意味着，即使基于相同的算法、数据集和相同的配置运行调优作业，您也无法始终再现之前的调优结果。

从今天开始，您可以指定一个整数作为随机种子，用于超参数调优来生成超参数。再次运行相同的调优作业时，您可以使用相同的种子生成与之前结果更一致的超参数配置。对于随机策略和超波段策略，使用相同的随机种子，对于同一调优作业，可以使您实现最高 100% 的先前超参数配置的可再现性。对于贝叶斯策略，使用相同的随机种子将显著提高相同调优作业的可再现性。

现在，所有商业 AWS 区域中的 Amazon SageMaker 自动模型调优都提供了指定随机种子的能力。要了解更多信息，请查看技术文档或访问 SageMaker 自动模型调优网页。