Publié le: Mar 12, 2024
Amazon SageMaker Canvas étend désormais son intégration au registre des modèles aux modèles de prévision Timeseries et aux modèles de base affinés alimentés par SageMaker Jumpstart. D'un simple clic, vous pouvez enregistrer ces modèles de machine learning créés dans Amazon SageMaker Canvas dans le registre des modèles SageMaker, simplifiant ainsi leur déploiement dans les environnements de production. Cette amélioration étend l'intégration du registre de modèles à tous les types de problèmes pris en charge dans Canvas, y compris les modèles tabulaires de régression/classification et les modèles CV/NLP. En rationalisant l'opérationnalisation des modèles ML en production, Canvas, un outil sans code permettant de créer des modèles ML et de générer des prédictions, continue de démocratiser le ML.
Grâce à l'intégration du registre des modèles, vous pouvez stocker tous les artefacts du modèle Canvas nécessaires à la révision, y compris les métadonnées et les mesures de performance telles que le rapport de qualité du modèle et le rapport d'explicabilité, dans un référentiel centralisé à intégrer à vos processus CI/CD existants. Cela vous permet d'automatiser le processus de déploiement de vos modèles en facilitant le suivi transparent des versions des modèles, en gérant les flux de travail d'approbation et en veillant à ce que seuls les modèles approuvés soient promus dans les environnements de production.
Pour accéder à la prise en charge du registre des modèles pour les modèles de prévision Timeseries et aux modèles de base affinés alimentés par SageMaker Jumpstart, accédez à la dernière version de SageMaker Canvas. Un nouvel utilisateur peut accéder à la dernière version en lançant directement SageMaker Canvas depuis sa console AWS. Un utilisateur existant peut accéder à la dernière version de SageMaker Canvas en cliquant sur « Déconnexion » et en se reconnectant.
La fonctionnalité étendue est désormais disponible dans toutes les régions AWS où SageMaker Canvas est pris en charge. Pour plus d'informations sur l'utilisation de ces nouvelles fonctionnalités dans vos projets de machine learning, consultez la documentation du produit SageMaker Canvas.