Veröffentlicht am: Oct 26, 2022
Die automatische Modellabstimmung von Amazon SageMaker unterstützt jetzt die Grid-Suche für Anwendungsfälle, die eine Reproduzierbarkeit der Hyperparameterabstimmung erfordern. Die Grid-Suche deckt jede Kombination der angegebenen Hyperparameterwerte ab und liefert reproduzierbare Abstimmungsergebnisse.
Mit der automatischen Modellabstimmung von Amazon SageMaker können Sie die genaueste Version eines Modells für Machine Learning abstimmen und ermitteln, indem Sie mithilfe verschiedener Suchstrategien nach dem optimalen Satz von Hyperparameterkonfigurationen für Ihren Datensatz suchen. Vor dieser Einführung hatten Sie die Möglichkeit, Ihre Modelle mit den Suchstrategien „Zufällig“, „Bayesisch“ oder „Hyperband“ abzustimmen. Ab heute können Sie die Grid-Suche für die Hyperparameteroptimierung wählen. Im Vergleich zu „Zufällig“, „Bayesisch“ oder „Hyperband“ bestimmt die Grid-Suche, welche Regionen des Hyperparametersuchraums am vielversprechendsten sind, indem jede einzelne Kombination der angegebenen Hyperparameter erschöpfend untersucht wird. Dies macht die Grid-Suche zur bevorzugten Wahl für Anwendungsfälle, bei denen die Reproduzierbarkeit der Abstimmung der Hyperparameter wichtig ist.
Die Grid-Suche ist jetzt für die automatische Modellabstimmung von SageMaker in allen gewerblichen AWS-Regionen verfügbar. Mehr erfahren Sie im Blog-Beitrag oder auf der Webseite der automatischen Modellabstimmung von SageMaker.