投稿日: Jun 2, 2022
Amazon SageMaker JumpStart は、事前にトレーニングされたモデル、事前に構築されたソリューションテンプレート、およびサンプルノートブックからの Sagemaker Automatic Model Tuning によるモデルチューニングをサポートするようになりました。つまり、お客様は機械学習モデルを自動的にチューニングして、お客様が SageMaker API を通じて提供する範囲内において、最高の精度でハイパーパラメータ値を見つけることができます。
SageMaker JumpStart を使用すると、お客様は、一般的なビジネスの問題を解決する幅広いエンドツーエンドのソリューションだけでなく、一般的な機械学習タスク全体で事前にトレーニングされたさまざまなモデルを微調整してデプロイできます。これらの機能により、機械学習プロセスの各ステップの負担が排除され、質の高いモデルの開発が容易になり、デプロイまでの時間が短縮されます。お客様は、数回クリックするだけで、ノートブックの API と SageMaker Studio の UI を介して JumpStart にアクセスできます。
SageMaker Automatic Model Tuning との統合により、JumpStart API サンプルノートブックには、複数のハイパーパラメータ設定を使用して提供されたデータセットでトレーニングジョブを実行することにより、モデルの最適なバージョンを検索するステップが含まれるようになりました。これにより、デフォルトのハイパーパラメータ範囲または指定した範囲内で最適なハイパーパラメータ設定が自動的に検索されるため、モデルのチューニング時間が短縮されます。
SageMaker Automated Model Tuning の詳細については、ドキュメントを参照してください。SageMaker JumpStart の使用を開始するには、開始方法ページと API のリリースに関するブログを確認してください。