Publicado en: Dec 28, 2022
El ajuste automático de modelos de Amazon SageMaker ahora admite límites 30 veces más altos para la cantidad de valores de hiperparámetros categóricos que se pueden buscar por trabajo de ajuste.
El ajuste automático de modelos de SageMaker le permite encontrar la versión más precisa de su modelo de machine learning mediante la búsqueda del conjunto óptimo de configuraciones de hiperparámetros. A partir de hoy, puede ejecutar trabajos de ajuste con hasta 900 valores categóricos, que es 30 veces más que límite anterior de 30 valores categóricos en total. La posibilidad de usar una mayor cantidad total de valores categóricos por trabajo de ajuste permite explorar más combinaciones de hiperparámetros y ayuda a optimizar la compensación entre el tiempo transcurrido, el rendimiento predictivo y el costo total.
Cuando se exploran más combinaciones, aumentan las posibilidades de encontrar configuraciones de alta calidad de hiperparámetros, lo que puede mejorar la calidad de su modelo. Este mayor número de hiperparámetros categóricos permite usar el ajuste automático de modelos de SageMaker para casos de uso como la búsqueda de arquitectura neuronal, que por lo general requiere el ajuste de una mayor cantidad de hiperparámetros categóricos.
El aumento de los límites para el ajuste automático de modelos de SageMaker ya está disponible en todas las regiones comerciales de AWS y se aplica en todos los trabajos de ajuste. Puede encontrar los nuevos límites en la página de límites de recursos, en la página de definición de rangos de hiperparámetros y en la página de trabajos de ajuste de arranque en caliente. Puede lanzar los trabajos de ajuste automático de modelos de SageMaker con límites más altos en la consola de AWS, mediante el SDK de AWS o Sagemaker SDK. Para obtener más información, visite la página web de ajuste automático de modelos de SageMaker.