SageMaker Model Registry unterstützt jetzt Model Lineage zur Verbesserung der Modell-Governance
Amazon SageMaker Model Registry unterstützt jetzt die Nachverfolgung der Entwicklung von ML-Modellen, sodass Sie automatisch Informationen über die Schritte eines ML-Workflows erfassen und speichern können, von der Datenvorbereitung über das Training bis hin zur Modellregistrierung und -bereitstellung.
Kunden verwenden Amazon SageMaker Model Registry als speziell entwickelten Metadatenspeicher, um den gesamten Lebenszyklus der ML-Modelle zu verwalten. Mit diesem Launch können Datenwissenschaftler und ML-Entwickler nun ganz einfach Details zur Modellherkunft wie Datensätze, Trainingsjobs und Bereitstellungsendpunkte in Model Registry erfassen und anzeigen. Wenn sie ein Modell registrieren, beginnt Model Registry damit, die Herkunft des Modells von der Entwicklung bis zur Bereitstellung zu verfolgen. Dadurch wird ein Audit Trail erstellt, der Rückverfolgbarkeit und Reproduzierbarkeit ermöglicht und Transparenz über den gesamten Modelllebenszyklus hinweg bietet, um die Modellverwaltung zu verbessern.
Diese Funktion ist in allen AWS-Regionen verfügbar, in denen Amazon SageMaker Model Registry derzeit verfügbar ist, mit Ausnahme der Regionen GovCloud. Weitere Informationen finden Sie in den Details zu Model Lineage in Amazon SageMaker Studio.