Publié le: Dec 3, 2019
Amazon SageMaker Debugger est une nouvelle fonctionnalité d’Amazon SageMaker qui fournit des analyses complètes sur le processus de formation des modèles de machine learning (ML) en automatisant l’enregistrement et l’analyse des données de cycles de formation en temps réel, sans changements de code.
La formation de modèles ML est une tâche progressive, complexe, itérative et chronophage. Au cours de la formation, les modèles de ML apprennent à reconnaître des motifs dans les données de formation, un processus qui leur permet de faire des prédictions précises. Cet apprentissage nécessite de multiples itérations des données, les valeurs des paramètres étant ajustées à chaque itération. Il n’existe pas de moyen simple de s'assurer qu’un modèle apprend progressivement les valeurs appropriées des différents paramètres. En outre, il est difficile d’analyser et de déboguer les caractéristiques du modèle sans créer d’outils supplémentaires, ce qui alourdit l’ensemble du processus.
Amazon SageMaker Debugger facilite considérablement l’analyse et le débogage des caractéristiques de votre modèle au cours de sa formation, grâce à l’interface visuelle d’Amazon SageMaker Studio. Lorsque des anomalies sont détectées, SageMaker Debugger envoie des alertes aux développeurs afin que ces derniers effectuent les actions correctives nécessaires, ce qui réduit le temps passé en débogage de plusieurs jours à seulement quelques minutes. Les données de débogage demeurent dans le compte AWS du client, ce qui vous permet d’utiliser SageMaker Debugger avec la plupart des applications sensibles à la confidentialité des données.
Amazon SageMaker Debugger est disponible dès aujourd’hui. Pour en savoir plus, consultez le billet de blog ici et reportez-vous à la documentation pour démarrer.