Veröffentlicht am: Mar 12, 2024
Amazon SageMaker Canvas erweitert seine Model-Registry-Integration jetzt auf Timeseries-Prognosemodelle und fein abgestimmte Basismodelle, die von SageMaker JumpStart betrieben werden. Mit einem einfachen Klick können Sie in Amazon SageMaker Canvas erstellte ML-Modelle mit der SageMaker-Model-Registry registrieren und ihre Bereitstellung in Produktionsumgebungen vereinfachen. Diese Entwicklung erweitert die Integration von Model Registry auf alle in Canvas unterstützten Problemtypen, einschließlich tabellarischer Regressions-/Klassifikationsmodelle und CV-/NLP-Modelle. Mit der straffen Operationalisierung von ML-Modellen in der Produktion setzt Canvas, ein No-Code Tool zum Erstellen von ML-Modellen und zum Generieren von Prognosen, die Demokratisierung von ML fort.
Mit der Integration von Model Registry können Sie alle Canvas-Modellartefakte, die für die Überprüfung notwendig sind, inklusive der Metadaten und Leistungsmektriken wie z. B. Qualitätsbericht zum Modell und Bericht zur Erklärbarkeit, in einem zentralen Repository speichern, um diese in Ihre bestehenden CI/CD-Prozesse zu integrieren. Dies ermöglicht die Automatisierung Ihres Modellbereitstellungsprozesses durch einfachere, nahtlose Nachverfolgung von Modellversionen, Verwaltung von Genehmigungsworkflows und Sicherstellung, dass ausschließlich genehmigte Modelle in Produktionsumgebungen befördert werden.
Für den Zugriff auf die Unterstützung von Model-Registry für Timeseries-Prognosemodelle und von SakeMaker JumpStart betriebene, fein abgestimmte Basismodelle, greifen Sie auf die neueste Version von SageMaker Canvas zu. Ein neuer Benutzer kann die neueste Version von SageMaker direkt über die AWS-Konsole aufrufen. Ein vorhandener Benutzer kann auf die neueste Version von SageMaker Canvas zugreifen, indem er auf „Abmelden“ klickt und sich erneut anmeldet.
Dieses erweiterte Feature ist jetzt in allen AWS-Regionen verfügbar, in denen SageMaker Canvas unterstützt wird. Weitere Informationen zur Nutzung der neuen Funktionen in Ihren ML-Projekten finden Sie in der Produktdokumentation zu SageMaker Canvas.