Veröffentlicht am: Jul 6, 2022
Amazon SageMaker Feature Store ist ein speziell entwickeltes, vollständig verwaltetes Repository zum Speichern, Aktualisieren, Abrufen und gemeinsamen Nutzen von Machine Learning (ML)-Funktionen. Der Service bietet Funktionsverwaltungsfähigkeiten wie die Aktivierung einer einfachen Funktionswiederverwendung, Niedriglatenz-Bereitstellung, Zeitreisen und die Wahrung der Konsistenz zwischen Funktionen, die in Trainings- und Inferenz-Workflows verwendet werden. Eine Funktionsgruppe ist eine logische Gruppierung von ML-Funktionen, deren Organisation und Struktur durch ein Funktionsgruppenschema festgelegt wird. Bislang konnten Kunden Metadaten-Tags nur zu Funktionsgruppen hinzufügen, die so eine leichte Suche und Ermittlung einer Funktionsgruppe ermöglichten. Die Suche nach einer bestimmten Funktion gestaltete sich jedoch komplizierter. Kunden mussten wissen, zu welcher Funktionsgruppe die Funktion gehört und dann nach der relevanten Funktion in der Funktionsgruppe suchen, was bei der Suche nach Funktionen zu zusätzlichem Aufwand führte.
Heute kündigt Amazon SageMaker Feature Store die Fähigkeit an, benutzerdefinierte Metadaten auf Funktionsebene hinzufügen und neben Funktionsgruppen auch direkt nach Funktionen suchen zu können. Die benutzerdefinierten Metadatenfelder umfassen die Beschriebung und Parameter, um Funktionen auffindbar zu machen. Sie können die UpdateFeatureMetadata-API verwenden, um Metadaten für eine Funktion hinzuzufügen oder zu entfernen, und die DescribeFeatureMetadata-API, um alle Metadaten für eine Funktion anzuzeigen. Sie können Funktionsmetadaten auch in SageMaker Studio, einer integrierten Entwicklungsumgebung für ML, aktualisieren und anzeigen.
Mit entweder der Feature Store-Benutzeroberfläche in SageMaker Studio oder der Suche-API können Sie in Funktionsgruppen desselben AWS-Kontos nach Funktionen suchen und für Ihren Anwendungsfall relevante Funktionen finden, indem Sie textbasiert in den Metadatenattributen der Funktionen suchen.
Weitere Informationen finden Sie in der Dokumentation hier. Melden Sie sich zum Einstieg bei der Amazon-SageMaker-Konsole an.