Veröffentlicht am: Nov 22, 2022
Amazon SageMaker Autopilot bietet jetzt Erkenntnisse zum zugrunde liegenden Workflow für jeden Test in einem SageMaker-Autopilot-Experiment, das im „Ensemble“-Trainingsmodus gestartet wurde. SageMaker Autopilot stuft eine Liste von ML (Machine Learning)-Modellen nach Inferenzlatenz ein, d. h. wie lange es dauert, um ein Vorhersageergebnis von einem Echtzeit-Endpunkt, an dem das Modell bereitgestellt wird, zu erhalten, sowie nach objektiven Metriken wie Genauigkeit, Präzision, Rückruf und Fläche unter der Kurve (AUC) im Modell-Leaderboard. SageMaker Autopilot erstellt, trainiert und optimiert automatisch die besten ML-Modelle basierend auf Ihren Daten und ermöglicht gleichzeitig die vollständige Kontrolle und Sichtbarkeit.
Amazon SageMaker Autopilot fügte vor Kurzem einen neuen, von AutoGluon unterstützten „Ensemble“-Trainingsmodus hinzu. Im „Ensemble“-Trainingsmodus werden mehrere Tests mit verschiedenen Kombinationen einer Untergruppe von Algorithmen und AutoGluon-Konfigurationsparametern ausgeführt. Bis jetzt konnte aus jedem Test nur ein einziges Modell zurückgegeben werden, da die Testausgabe nach der objektiven Metrik auf dem Leaderboard des Modells angeordnet wurde. Ab heute werden SageMaker-Autopilot-Experimente mit „Ensemble“-Trainingsmodus nicht nur mehr Sichtbarkeit zum autoML-Experiment bieten, indem sie alle zugrunde liegenden Basislernmodelle listen, die in jedem Test ausgeführt wurden, sondern auch sowohl die besten objektiven Metriken als auch die geringste Inferenzlatenz verwenden, um den besten Modellkandidaten für ein Experiment auszuwählen. Wenn beispielsweise zwei Modellkandidaten für ein Problem der binären Klassifikation eine ähnliche objektive f1-Score-Metrik von 0,678 haben, aber eine Inferenzlatenz von 0,43 bzw. 0,39 Sekunden, wird SageMaker Autopilot letzteren im Leaderboard als das beste Modell einstufen.
Um zu beginnen, aktualisieren Sie Amazon SageMaker Studio auf die neueste Version und starten Sie SageMaker Autopilot entweder über den SageMaker Studio Launcher oder über APIs. Mehr Informationen zur Aktualisierung von SageMaker Studio finden Sie in der Dokumentation.
Die Metrik zur Inferenzlatenz und die Sichtbarkeit zu Basislernmodellen sind jetzt in allen Regionen verfügbar, in denen SageMaker Autopilot verfügbar ist. Um zu beginnen, lesen Sie unter Ein Experiment mit Autopilot erstellen und in der API-Referenz von SageMaker Autopilot weiter. Mehr erfahren Sie auf der Produktseite von SageMaker Autopilot.