Veröffentlicht am: Dec 16, 2022
Amazon SageMaker Experiments unterstützt jetzt die Nachverfolgung und Analyse von Machine Learning (ML)-Experimenten, die in jeder IDE (z. B. SageMaker Studio, JupyterHub) oder ausführbarem Code (z. B. lokale Notebooks, Skripte) mit dem SageMaker Python SDK oder Boto3 durchgeführt wurden. Sie können die Eingaben, Parameter, Konfigurationen und Ergebnisse Ihrer ML-Trainingsiterationen verfolgen. Sie können diese Iterationen zuweisen, gruppieren und in Experimenten organisieren.
Mit SageMaker Experiments können Sie Ihre ML-Experimente jetzt in Ihrer lokalen Umgebung organisieren, verfolgen und analysieren. SageMaker Experiments verfolgt alle Schritte und Artefakte, die beim Erstellen eines Modells erforderlich sind. Durch die Nachverfolgung von Experimenten können Sie effektive Kombinationen von Parametern und Einstellungen zur Optimierung der Leistung Ihres Modells identifizieren. Darüber hinaus können Sie die Zuverlässigkeit und Reproduzierbarkeit der entwickelten Modelle sicherstellen, indem Sie diese anhand von aufgezeichneten Experimenten nachbilden. Dies ist hilfreich bei der Behebung von Produktionsproblemen oder für die Überprüfung Ihrer Modelle hinsichtlich Compliance.
SageMaker Experiments ist in SageMaker Studio integriert und bietet Ihnen eine visuelle Benutzeroberfläche, mit der Sie Ihre aktiven und vergangenen Experimente durchsuchen, Ausführungen mit wichtigen Leistungskennzahlen vergleichen und die leistungsstärksten Modelle ermitteln können. Sie können Diagramme wie Liniendiagramme, Streudiagramme, Balkendiagramme und Histogramme erstellen, um die aufgezeichneten Ergebnisse der Experimente zu analysieren. Mit SageMaker Studio können Teammitglieder auf dieselben Informationen zugreifen und sicherstellen, dass die Ergebnisse von Experimenten konsistent sind, was die Zusammenarbeit erleichtert. Sie können SageMaker Experiments auch verwenden, um Ausführungsvisualisierungen zu exportieren und dann Modellauswertungen mit Ihren Stakeholdern zu teilen.
Ihnen wird nur das Erfassen, Abrufen und Speichern von metrischen Datensätzen in Rechnung gestellt. SageMaker Experiments steht Ihnen als Teil des kostenlosen AWS-Kontingents zum Einstieg ebenfalls kostenlos zur Verfügung. Weitere Informationen finden Sie auf der Preisseite von Amazon SageMaker.
SageMaker Experiments ist allgemein in allen kommerziellen AWS-Regionen verfügbar, in denen SageMaker Studio angeboten wird, außer in China. Aktualisieren Sie zunächst SageMaker Studio auf die neueste Version und erstellen Sie ein Experiment. Weitere Informationen finden Sie auf der Produktdetailseite von SageMaker Experiments und im AWS Machine Learning Blog.