Veröffentlicht am: Aug 2, 2019
Die neuen Funktionen zur Modellverfolgung für Amazon SageMaker RL sind jetzt allgemein in allen AWS-Regionen verfügbar, in denen Amazon SageMaker verfügbar ist. Mit diesen neuen Funktionen können Sie schnell und einfach Ihre Experimente zum Machine Learning-Modelltraining suchen und miteinander vergleichen. Mit der AWS Management Console oder dem AWS SDK können Sie schnell Tausende von Experimenten zum Modelltraining durchsuchen und Metriken miteinander vergleichen, um die Leistung über verschiedene Iterationen hinweg zu bewerten und schneller die leistungsstärksten Modelle zu ermitteln.
Die Entwicklung von ML-Modellen ist ein iterativer Prozess. Um das Modell zu optimieren, experimentieren Sie mit verschiedenen Kombinationen von Daten, Algorithmen und Parametern. Dieses kontinuierliche Experimentieren führt oft zu einer großen Anzahl von Modellversionen, was einerseits die Verfolgung einzelner Experimente erschwert und andererseits das Erkennen des effektivsten Modells verlangsamt. Darüber hinaus wird es im Laufe der Zeit mühsam, bestimmte Modellversionen nachzuverfolgen, was die Überwachung und Konformitätsüberprüfung behindert. Mit den neuen Funktionen zur Modellverfolgung in Amazon SageMaker können Sie schnell das relevanteste Modell identifizieren, indem Sie verschiedene Parameter wie den Lernalgorithmus, die Hyperparameter-Einstellungen und alle Tags durchsuchen, die während der Trainingsläufe hinzugefügt wurden. Sie können Trainingsläufe auch anhand ihrer Leistungsmetriken vergleichen und bewerten, z. B. Trainingsverlust und Validierungsgenauigkeit, um schnell die Modelle mit der höchsten Leistung zu identifizieren.
Für einen gelungenen Einstieg bieten sich unsere Beispiel-Notebooks an. Weitere Infos zu dieser Funktion erhalten Sie im Blog und im Entwicklerhandbuch.