Inserito il: Dec 3, 2019
Amazon SageMaker Experiments è una nuova funzionalità che ti permette di organizzare, tracciare e confrontare gli esperimenti di addestramento di machine learning su Amazon SageMaker.
Il machine learning è un processo iterativo: è necessario sperimentare con varie combinazioni di dati, algoritmi e parametri, osservando allo stesso tempo l'impatto che tali modifiche incrementali hanno sull'accuratezza del modello. Nel corso del tempo, questi esperimenti iterativi possono risultare in centinaia o migliaia di sessioni di addestramento e versioni di modelli, il che rende difficile individuare quelli più efficaci e le rispettive configurazioni di input. Oltretutto è complicato confrontare gli esperimenti attivi con i tentativi precedenti per identificare opportunità di ulteriori miglioramenti incrementali.
Amazon SageMaker Experiments consente di gestire gli esperimenti di machine learning in modo semplice. La funzionalità traccia in automatico gli input, i parametri, le configurazioni e i risultati di tutte le iterazioni come prove. Hai anche la possibilità di assegnare, raggruppare e organizzare tali prove in modo da creare esperimenti. SageMaker Experiments è integrato in Amazon SageMaker Studio, così si dispone dell'interfaccia visiva per esplorare gli esperimenti attivi e passati, confrontarli in base a parametri prestazionali chiave e identificare i tentativi più efficaci. SageMaker Experiments è anche dotato di un SDK Python che garantisce un facile accesso alle funzioni di ricerca e analisi in SageMaker Notebooks. Oltretutto, dal momento che SageMaker Experiments consente di tracciare tutte le fasi e gli artefatti che hanno portato alla creazione e alla certificazione di un modello, è possibile ricostruire rapidamente la derivazione di un modello durante la risoluzione di eventuali problemi per la produzione o l'auditing dei modelli ai fini della conformità.
Amazon SageMaker Experiments è offerto in tutte le regioni commerciali AWS a livello mondiale in cui è disponibile Amazon SageMaker, senza costi aggiuntivi. Per maggiori informazioni, leggi questo post di blog e consulta la documentazione per cominciare a usare il servizio.