Veröffentlicht am: Dec 3, 2019
Amazon SageMaker Debugger ist eine neue Funktion von Amazon SageMaker, die vollständige Einblicke in den Schulungsprozess von Machine Learning (ML)-Modellen bietet, indem die Erfassung und Analyse von Daten aus Schulungsläufen in Echtzeit und ohne Codeänderungen automatisiert wird.
Das Schulen von ML-Modellen ist eine komplexe Aufgabe mit mehreren Schritten, die sich ständig wiederholt und zeitaufwendig ist. Während der Schulung lernen ML-Modelle Muster in den Schulungsdaten, um genaue Vorhersagen zu treffen. Dieses Lernen erfolgt durch mehrere Iterationen der Daten und Anpassen der Parameterwerte für jede Iteration. Es ist eine Herausforderung sicherzustellen, dass ein Modell schrittweise die richtigen Werte der verschiedenen Parameter lernt. Darüber hinaus ist es nicht einfach, Modelleigenschaften zu analysieren und zu debuggen, ohne zusätzliche Tools zu erstellen, was den gesamten Prozess umständlich macht.
Amazon SageMaker Debugger erleichtert das Analysieren und Debuggen von Modelleigenschaften während der Schulung mithilfe der visuellen Amazon SageMaker Studio-Schnittstelle. Wenn Anomalien erkannt werden, sendet SageMaker Debugger Warnungen, damit Entwickler Abhilfemaßnahmen ergreifen können, wodurch die Zeit für das Debuggen von Modellen von Tagen auf Minuten reduziert wird. Die Debug-Daten verbleiben im AWS-Konto des Kunden, sodass SageMaker Debugger für die meisten datenschutzrelevanten Anwendungen verwendet werden kann.
Amazon SageMaker Debugger ist heute verfügbar. Für mehr Informationen, lesen Sie bitte den Blogbeitrag hier und die Dokumentation, um zu starten.