Publicado en: Jul 13, 2021
Amazon SageMaker Pipelines, el primer servicio personalizado de integración y entrega continuas (CI/CD) para machine learning (ML), ahora se integra con la característica de ajuste de modelos de forma automática de SageMaker. Los clientes pueden agregar un paso de ajuste de modelos (TuningStep) en SageMaker Pipelines, que invocará automáticamente un trabajo de ajuste de hiperparámetros. El ajuste de hiperparámetros encuentra la mejor versión de un modelo al ejecutar muchos trabajos de formación con el conjunto de datos usando el algoritmo y los intervalos de hiperparámetros especificados por el cliente. Entonces, puede registrar la mejor versión del modelo en el registro del modelo mediante el paso RegisterModel.
La compatibilidad nativa con el ajuste de modelos de SageMaker como paso en Pipelines permite a los clientes incorporar el ajuste de modelos automático al flujo de trabajo de creación del modelo sin escribir código de integración personalizado. Además, Amazon SageMaker ML Lineage Tracking, que es un servicio que crea y almacena información sobre los pasos de un flujo de trabajo de ML, almacena información sobre TuningStep de forma automática, como la ubicación de las fuentes de datos y de los artefactos del modelo. Para obtener más información, visite nuestra página de documentación.