게시된 날짜: Jun 2, 2022
이제 Amazon SageMaker JumpStart가 사전 훈련된 모델, 사전 구축된 솔루션 템플릿 및 예제 노트북을 통해 Sagemaker Automatic Model Tuning을 사용한 모델 튜닝을 지원합니다. 이것은 고객이 자동으로 기계 학습 모델을 튜닝하여, 고객이 SageMaker API를 통해 제공한 범위 내에서 높은 정확도로 하이퍼파라미터 값을 찾을 수 있다는 의미입니다.
SageMaker JumpStart를 통해 고객은 일반 비즈니스 문제를 해결하는 선별된 엔드 투 엔드 솔루션은 물론, 널리 사용되는 ML 태스크 전반에서 광범위한 사전 훈련 모델을 미세 조정해서 배포할 수 있습니다. 이러한 기능은 기계 학습 처리의 각 단계에서 과도한 부담을 덜어주어 고품질 모델을 쉽게 개발하고 배포 시간을 줄일 수 있게 해줍니다. 고객은 노트북의 API, SageMaker Studio의 UI를 통해 클릭 몇 번으로 JumpStart에 액세스할 수 있습니다.
SageMaker Automatic Model Tuning과의 통합을 통해 JumpStart API 예제 노트북은 훈련 작업을 다수의 하이퍼파라미터 구성이 적용되어 제공된 데이터 세트에서 실행하여 최고의 모델 버전을 찾는 단계를 포함하게 되었습니다. 이렇게 하면 기본 하이퍼파라미터 범위 또는 사용자가 지정한 범위 내에서 최고의 하이퍼파라미터 구성 검색이 자동화되어 모델 튜닝에 드는 시간이 줄어듭니다.
SageMaker Automated Model Tuning에 대한 자세한 내용은 설명서를 참조하세요. SageMaker JumpStart를 시작하려면 시작하기 페이지 및 API 출시 블로그를 확인하세요.