Publié le: May 7, 2021
L'ajustement automatique de modèles Amazon SageMaker vous permet de trouver la meilleure version d'un modèle en trouvant une configuration optimale des hyperparamètres de votre ensemble de données. À compter d’aujourd’hui, l'ajustement automatique de modèles Amazon SageMaker prend désormais en charge jusqu'à 100 tâches d'entraînement en parallèle pour l'ajustement des hyperparamètres, ce qui vous permet de multiplier par 10 le nombre de vos tâches d'entraînement. Vous pouvez ainsi terminer vos réglages plus rapidement. De plus, pour la stratégie de recherche « aléatoire », l'ajustement automatique de modèles Amazon SageMaker peut désormais explorer jusqu'à 10 000 configurations d'hyperparamètres, soit 20 fois plus que la limite précédente de 500 configurations. Cela vous permet d'améliorer la couverture de l'espace de recherche et peut occasionner de meilleures performances prédictives de votre modèle.
Exécuter plus de tâches d'entraînement en parallèle avec une stratégie de recherche « aléatoire » est une approche privilégiée, car cela permet de réduire le temps de calcul sans nuire aux performances prédictives des modèles. Pour une stratégie de recherche « bayésienne », vous pouvez bénéficier de l'exploration d'un plus grand nombre de combinaisons d'hyperparamètres en augmentant le nombre de tâches d'entraînement en parallèle afin de trouver un compromis entre le temps de calcul, les performances prédictives et le coût global.
Des limites accrues destinées à l'ajustement automatique de modèles Amazon SageMaker sont désormais disponibles sur demande dans toutes les régions existantes où l'ajustement automatique de modèles Amazon SageMaker est disponible, à l'exception de la région AWS GovCloud. Pour démarrer, demandez une augmentation des limites en utilisant le Centre AWS Support ou lisez notre documentation pour en savoir plus sur l'ajustement automatique de modèles Amazon SageMaker.