Publicado en: Jul 6, 2022
El almacén de características de Amazon SageMaker es un repositorio completamente administrado y creado específicamente para almacenar, actualizar, buscar y compartir características de aprendizaje automático (ML). El servicio proporciona capacidades de administración de características, como permitir su fácil reutilización, prestación de servicios de baja latencia, viaje en el tiempo y garantía de consistencia entre las características utilizadas en los flujos de trabajo de formación e inferencia. Un grupo de características es un grupo lógico de características de ML cuya organización y estructura están definidas por un esquema de grupo de características. Hasta hoy, los clientes podían agregar etiquetas de metadatos solo a los grupos de características, lo que a su vez permitía buscarlos y detectarlos fácilmente. Sin embargo, buscar una característica específica era más complicado. Los clientes necesitaban saber a qué grupo pertenecía la característica y luego buscar la que era relevante en ese grupo. Esto generaba una sobrecarga adicional por las búsquedas.
Hoy, el almacén de características de Amazon SageMaker anuncia la capacidad de agregar metadatos personalizados de las características y la capacidad de buscarlas directamente, además de buscar los grupos respectivos. Los campos de metadatos personalizados incluyen descripción y parámetros para ayudar a que las características sean detectables. Puede usar la API UpdateFeatureMetadata para agregar o actualizar los metadatos de una característica y usar la API DescribeFeatureMetadata para ver todos los metadatos relacionados con ella. También puede actualizar y ver metadatos de características en SageMaker Studio, un entorno de desarrollo integrado para ML.
Con la interfaz de usuario del almacén de características en SageMaker Studio o la API de búsqueda, puede buscar características dentro de los grupos respectivos en la misma cuenta de AWS. Al hacer una búsqueda basada en el texto de los atributos de los metadatos de las características, puede descubrir aquellas que son relevantes para su caso de uso.
Para obtener más información, consulte la documentación aquí. Para comenzar, inicie sesión en la consola de Amazon SageMaker.