投稿日: Apr 17, 2023
Amazon SageMaker は、Amazon SageMaker Model Registry における機械学習モデルを整理する新しい機能であるコレクションを発表しました。コレクションを使用すると、相互に関連する登録済みモデルをグループ化して階層化することで、大規模なモデルの検出可能性を向上させることができます。
Amazon SageMaker Model Registry は、機械学習オペレーション (MLOps) 専用のツールで、ML モデルを一元管理することに役立ちます。Amazon SageMaker Model Registry を利用して、モデルとメタデータの追跡、モデルバージョンの比較、デプロイの確認と承認を行うことができます。モデルを登録すると、Amazon SageMaker Model Registry はモデルパッケージを作成し、モデルのすべてのバージョンを 1 つのモデルパッケージグループに保存します。
コレクションを使用すると、相互に関連付けられた登録済みモデルを整理できます。たとえば、「NLPモデル」、「CVモデル」、「音声認識モデル」というタイトルのコレクションで、解決する問題のドメインに基づいてモデルを分類できます。登録したモデルをツリー構造で整理して、コレクションを相互にネストできます。コレクションに対して実行する操作 (作成/読み取り/更新/削除) によって登録されたモデルは変更されません。Amazon SageMaker Studio UI または Python SDK を使用してコレクションを管理することができます。
Amazon SageMaker Model Registry は、AWS GovCloud (米国) リージョンと中国リージョンを除くすべての AWS リージョンにてご利用いただけます。
はじめるには、Amazon SageMaker Studio UI または Amazon SageMaker Python SDK を介して、登録済みモデル用の最初のコレクションを作成してください。コレクションに関する追加情報については、Amazon SageMaker 開発者ガイドをご覧ください。