Publicado en: Apr 17, 2023
Amazon SageMaker presentó Colecciones, una nueva función para organizar los modelos de machine learning en el Registro de modelos de Amazon SageMaker. Puede utilizar las Colecciones para agrupar los modelos registrados que están relacionados entre sí y organizarlos en jerarquías para mejorar la visibilidad de los modelos a escala.
Registro de modelos de Amazon SageMaker es una herramienta diseñada específicamente para operaciones de machine learning (MLOP) que ayuda a administrar de forma centralizada los modelos de aprendizaje automático. Puede realizar un seguimiento de los modelos y los metadatos, comparar las versiones de los modelos y revisarlos y aprobarlos para su despliegue a través del Registro de modelos de Amazon SageMaker. Cuando usted registra un modelo, el Registro de modelos de Amazon SageMaker crea un paquete de modelos y almacena todas las versiones sucesivas del modelo en un grupo de paquetes de modelos.
Gracias a las Colecciones, puede organizar los modelos registrados que están asociados entre sí. Por ejemplo, puede clasificar los modelos en función del dominio del problema que resuelven en las Colecciones tituladas “Modelos de NLP”, “Modelos de CV” y “Modelos de reconocimiento de voz”. Para organizar los modelos registrados en una estructura de árbol, puede anidar Colecciones unas dentro de otras. Ninguna operación que realice en una Colección (crear/leer/actualizar/eliminar) alterará los modelos registrados. Puede utilizar la interfaz de usuario de Amazon SageMaker Studio o el SDK para Python para administrar las Colecciones.
El Registro de modelos de Amazon SageMaker está disponible en todas las regiones de AWS, excepto las regiones de AWS GovCloud (EE. UU.) y las regiones AWS en China.
Para comenzar, cree su primera Colección para modelos registrados mediante la interfaz de usuario de Amazon SageMaker Studio o a través de Amazon SageMaker Python SDK. Visite la guía para desarrolladores de Amazon SageMaker para obtener información adicional sobre las Colecciones.