投稿日: Jan 24, 2023
SageMaker 自動モデルチューニングを使用すると、ハイパーパラメータ構成の最適なセットを検索することで、機械学習モデルの最も正確なバージョンを見つけられます。アルゴリズムのランタイムに関する環境変数を指定できるのは、以前は SageMaker トレーニングジョブのみでしたが、今後はチューニングジョブでも指定できるようになります。本日より、CreateTuningJob API でスクリプトのランタイム環境変数を柔軟に指定できるようになっています。
今回のリリースにより、CreateTuningJob リクエストに渡す環境変数を使用して、トレーニングジョブのさまざまな動作と設定を指定できるようになりました。これにより、トレーニングジョブの定義を再利用してチューニングジョブを開始するのも簡単になります。例えば、環境変数をチューニングレベルで設定することで、すべてのトレーニングジョブのログをより詳細に記録できるという利点があります。また、データのソースを指定して、トレーニング/テスト用スプリットを環境変数を使って直接カスタマイズすることもできます。
SageMaker 自動モデルチューニングで環境変数を設定する機能は、すべての商用 AWS リージョンで利用可能であり、すべてのチューニングジョブに適用できます。詳細については、API リファレンスガイド、テクニカルドキュメント、SageMaker 自動モデルチューニングのウェブページを参照してください。