게시된 날짜: Jan 24, 2023
Amazon SageMaker 자동 모델 튜닝을 사용하면 최적의 하이퍼파라미터 구성 세트를 검색하여 가장 정확한 기계 학습 모델 버전을 찾을 수 있습니다. 이전에는 SageMaker Training 작업에서 알고리즘 런타임에 대한 환경 변수만 지정할 수 있었지만, 튜닝 작업에서는 지정할 수 없었습니다. 오늘부터 CreateTuningJob API에서 스크립트의 런타임 환경 변수를 유연하게 지정할 수 있습니다.
이번 출시를 통해 CreateTuningJob 요청에 전달하는 환경 변수를 통해 훈련 작업에 대한 다양한 동작 및 구성을 지정할 수 있습니다. 또한 훈련 작업 정의를 재사용하여 튜닝 작업을 더 쉽게 시작할 수 있습니다. 예를 들어, 튜닝 수준에서 환경 변수를 설정하여 모든 훈련 작업에 대해 좀 더 세분화된 로깅을 활용하거나, 데이터 소스를 지정하고 환경 변수를 통해 직접 훈련/테스트 분할을 사용자 지정할 수 있습니다.
SageMaker 자동 모델 튜닝에서 환경 변수를 제공하는 기능은 이제 모든 상용 AWS 리전에서 사용할 수 있으며 모든 튜닝 작업에 적용할 수 있습니다. 자세한 내용은 API 참조 가이드, 기술 설명서 또는 SageMaker 자동 모델 튜닝 웹 페이지를 참조하세요.