El ajuste de modelo automático de Amazon SageMaker admite arranque en caliente de las tareas de ajuste de hiperparámetros. Con arranque en caliente, es posible crear una nueva tarea de ajuste de hiperparámetros, utilizando el conocimiento aprendido anteriormente a partir de una o más tareas de ajuste principal. Esto permite que el ajuste de modelo automático complete en menos tiempo, lo cual reduce los costos de ajuste.

Existen muchos casos en los que podría desear aprovechar el conocimiento obtenido de antiguas tareas de ajuste de hiperparámetros para nuevas tareas. Por ejemplo, podría comenzar con un pequeño conjunto de hiperparámetros para crear un modelo de referencia y, a continuación, agregar parámetros adicionales en posteriores tareas de ajuste. De manera similar, puede haber nuevos datos que justifiquen el reentrenamiento y el reajuste de su modelo.

El arranque en caliente para tareas de ajuste de hiperparámetros está disponible en todas las regiones de AWS donde Amazon SageMaker se encuentra disponible hoy. Para obtener más información, visite las páginas de los productos.