Veröffentlicht am: Jul 5, 2023
Wir freuen uns, heute die Integration von Amazon SageMaker-Modellkarten und Amazon SageMaker-Modellregistrierung ankündigen zu können, sodass Sie eine SageMaker-Modellkarte einer bestimmten Modellversion in der SageMaker-Modellregistrierung zuordnen können. Auf diese Weise können Sie eine zentrale Informationsquelle für Ihre registrierten Modellversionen einrichten, mit einer umfassenden, zentralisierten und standardisierten Dokumentation für alle Phasen der Modellreise auf SageMaker, was die Auffindbarkeit erleichtert und die Governance, Compliance und Rechenschaftspflicht während des gesamten Modelllebenszyklus fördert.
Mit Amazon SageMaker Model Registry können Sie Ihre Modelle für Machine Learning (ML) zentral verwalten. Mit Amazon SageMaker Model Cards können Sie wichtige Details zu Ihren Modellen an einem einzigen Ort dokumentieren, um die Verwaltung und Berichterstattung zu optimieren, einschließlich der Verwendungszwecke des Modells, Ihrer Risikobewertung und Leistungsziele. Darüber hinaus werden verfügbare Modellmetadaten automatisch in die zugehörige SageMaker-Modellkarte eingetragen. Wenn Sie beispielsweise eine SageMaker-Modellkarte mit einer registrierten Modellversion in SageMaker Model Registry verknüpfen, ruft das System automatisch Informationen wie Trainingsdetails, Bewertungsergebnisse, Quellalgorithmen, Inferenzspezifikation und Modellgenehmigungsstatus aus der SageMaker-Modellregistrierung ab und zeigt sie in der SageMaker-Modellkarte an.
Amazon SageMaker Model Cards ist in allen Amazon Web Services-Regionen verfügbar, in denen Amazon SageMaker derzeit verfügbar ist, mit Ausnahme der GovCloud-Regionen (USA).
Ordnen Sie zunächst über das Amazon SageMaker Python SDK eine Modellkarte einer Modellpaketversion zu. Im Amazon SageMaker-Entwicklerhandbuch finden Sie Informationen zu SageMaker Model Cards und ML Governance, um mehr über ML Governance mit Amazon SageMaker zu erfahren.