Publié le: Apr 4, 2019
Amazon SageMaker, un service entièrement géré de création, de formation et de déploiement de modèles de machine learning, prend désormais en charge les recherches aléatoires comme stratégie de réglage et plusieurs options de dimensionnement des hyperparamètres lorsque vous utilisez Automatic Model Tuning.
Utiliser la recherche aléatoire avec Automatic Model Tuning permet aux clients d'obtenir des résultats plus rapidement en exécutant tous les essais de réglage en même temps via une sélection aléatoire de combinaisons d'hyperparamètres dans l'espace de recherche à la place de l'approche itérative utilisée par défaut. Bien que les deux méthodes puissent produire un modèle à précision élevée, la recherche aléatoire peut ne pas produire le même niveau de précision que le niveau par défaut. C'est pourquoi les clients doivent mettre en place la recherche aléatoire lorsque la vitesse est plus importante que l'obtention du niveau de précision le plus élevé possible.
Amazon SageMaker a également introduit la possibilité d'utiliser deux méthodes de dimensionnement des hyperparamètres : le dimensionnement des journaux et le dimensionnement des journaux inversés pendant l'Automatic Model Tuning. Par défaut, SageMaker adopte une répartition uniforme des valeurs des hyperparamètres et utilise le dimensionnement linéaire pour sélectionner les valeurs d'une plage de recherche. Cependant, cette approche peut ne pas être la plus efficace pour certains types d'hyperparamètres, tels que le taux d'apprentissage dont les valeurs types couvrent plusieurs ordres de grandeur et ne sont pas réparties de manière uniforme. Les clients peuvent soit compter sur SageMaker pour déterminer de manière automatique la méthode de dimensionnement, soit la sélectionner manuellement pour chaque hyperparamètre à configurer.
La recherche aléatoire et le dimensionnement automatique des hyperparamètres dans Automatic Model Tuning sont disponibles dans toutes les régions AWS dans lesquelles Amazon SageMaker est disponible à compter d'aujourd'hui. Pour plus d'informations, consultez l'article de blog à ce sujet ici.