게시된 날짜: Aug 2, 2019
Amazon SageMaker의 새로운 모델 추적 기능을 이제 Amazon SageMaker가 제공되는 모든 AWS 리전에서 사용할 수 있습니다. 이러한 새로운 기능을 활용하면 기계 학습(ML) 모델 교육 실험을 빠르고 쉽게 찾아 비교할 수 있습니다. AWS Management Console 또는 AWS SDK를 사용하면 수천 개의 모델 교육 실험을 빠르게 검색하고 지표를 비교하여 다양한 반복에 걸쳐 성능을 평가함으로써 성능이 가장 높은 모델을 식별하는 속도를 높일 수 있습니다.
ML 모델을 개발하는 과정은 반복적인 프로세스로서, 데이터, 알고리즘 및 파라미터의 다양한 조합을 시험해 보고 모델을 부적으로 조정하게 됩니다. 그런데 이처럼 실험을 연속해서 실행하면 많은 수의 모델 버전이 생성되어 실험을 추적하기가 어렵고 가장 효과적인 모델을 발견하는 속도가 느려지게 되는 경우가 많습니다. 또한 특정 모델 버전의 변수를 추적하는 일은 시간이 지남에 따라 지루해질 뿐 아니라 감사 및 규정 준수 확인에 방해가 되기도 합니다. Amazon SageMaker의 새로운 모델 추적 기능을 사용하면 학습 알고리즘, 하이퍼파라미터 설정, 교육 실행 중에 추가된 태그 등 다양한 파라미터를 검색하여 가장 관련성이 높은 모델을 빠르게 식별할 수 있습니다. 또한 교육 손실 및 검증 정확도 같은 성능 지표를 기반으로 교육 실행을 비교하고 순위를 매겨 가장 성능이 뛰어난 모델을 신속하게 식별할 수 있습니다.