Veröffentlicht am: Jun 6, 2023
Die automatische Modelloptimierung von Amazon SageMaker ist jetzt in der Lage, automatisch Hyperparameterbereiche, Suchstrategie, maximale Laufzeit eines Optimierungsauftrags, Art des vorzeitigen Stoppens für Trainingsaufträge, Anzahl der Wiederholungsversuche eines Trainingsauftrags und Modellkonvergenz-Flag zum Stoppen eines Optimierungsauftrags basierend auf der von Ihnen angegebenen Zielmetrik auszuwählen. Dadurch benötigen Sie weniger Zeit, um Ihren Optimierungsprozess in Gang zu setzen, und Sie haben größere Chancen, mit weniger Budget genauere Modelle zu finden.
Die Auswahl der richtigen Hyperparameter erfordert Erfahrung mit Machine-Learning-Techniken und kann die Leistung Ihres Modells drastisch beeinflussen. Selbst bei der Hyperparameteroptimierung müssen Sie immer noch mehrere Optimierungskonfigurationen angeben, z. B. Hyperparameterbereiche, Suchstrategie und Anzahl der zu startenden Trainingsaufträge. Die Korrektur einer solchen Einstellung ist kompliziert und erfordert in der Regel mehrere Experimente, wodurch zusätzliche Trainingskosten anfallen können.
Ab heute bietet die automatische Modelloptimierung von Amazon SageMaker die neue Konfiguration Autotune, mit der die Angabe von Einstellungen, wie den Hyperparameterbereichen, der Optimierungsstrategie oder der Anzahl der Aufträge, die als Teil der Auftragsdefinition erforderlich waren, überflüssig wird. Dies beschleunigt Ihren Experimentierprozess und führt zu weniger Ressourcenverschwendung bei der Bewertung von suboptimalen Optimierungskonfigurationen. Sie können alle von Autotune automatisch ausgewählten Einstellungen auch überprüfen und überschreiben. Die Autotune-Option ist in der CreateHyperParameterTuningJob-API und im SDK HyperParameterTuner SageMaker Python verfügbar.
Die neue Funktion ist jetzt für die automatische Modellabstimmung von SageMaker in allen kommerziellen AWS-Regionen verfügbar. Weitere Informationen finden Sie in der technischen Dokumentation, im API-Referenzleitfaden, im Blogbeitrag oder auf der Webseite der automatischen Modelloptimierung von SageMaker.