Inserito il: Dec 3, 2019
Amazon SageMaker Debugger è una nuova funzionalità di Amazon SageMaker che offre informazioni approfondite sul processo di addestramento dei modelli di machine learning automatizzando la raccolta e l'analisi di dati provenienti da sessioni di addestramento in tempo reale, senza modifiche al codice.
L'addestramento dei modelli di machine learning è un compito complesso, a più fasi, iterativo e oneroso in termini di tempo. Durante l'addestramento, i modelli apprendono schemi relativi ai dati per effettuare previsioni accurate. Questo apprendimento si verifica attraverso molteplici iterazioni dei dati e regolando i valori dei parametri per ciascuna iterazione. Garantire che un modello apprenda in maniera progressiva i valori corretti dei vari parametri è un compito impegnativo. Inoltre, non è facile analizzare le caratteristiche dei modelli ed effettuarne il debug senza creare ulteriori strumenti, il che appesantisce l'intero processo.
Amazon SageMaker Debugger, attraverso l'interfaccia visiva Amazon SageMaker Studio, facilita considerevolmente l'analisi e il debug delle caratteristiche dei modelli in fase di addestramento. Quando vengono rilevate anomalie, SageMaker Debugger le segnala, in maniera che gli sviluppatori prendano misure correttive. In tal modo, i tempi di debugging dei modelli si riducono da giorni a minuti. Dal momento che i dati di debug rimangono nell'account AWS del cliente, il servizio può essere usato per le applicazioni più sensibili alla privacy.
Amazon SageMaker Debugger è disponibile a partire da oggi. Per maggiori informazioni, leggi questo post di blog e consulta la documentazione per cominciare a usare il servizio.