게시된 날짜: Apr 17, 2023
Amazon SageMaker는 Amazon SageMaker 모델 레지스트리에서 기계 학습 모델을 구성할 수 있는 새로운 기능인 컬렉션을 발표했습니다. 컬렉션을 사용하면 서로 관련된 등록된 모델을 그룹화하고 계층으로 구성하여 대규모로 모델을 검색할 수 있습니다.
Amazon SageMaker 모델 레지스트리는 기계 학습 운영(MLOps)을 위해 특별히 구축된 도구로, ML 모델을 중앙에서 관리하는 데 도움이 됩니다. Amazon SageMaker 모델 레지스트리를 통해 모델 및 메타데이터를 추적하고, 모델 버전을 비교하고, 배포를 위해 검토 및 승인할 수 있습니다. 모델을 등록하면 Amazon SageMaker 모델 레지스트리에서 모델 패키지를 생성하고 모델의 모든 후속 버전을 하나의 모델 패키지 그룹 아래에 저장합니다.
컬렉션을 사용하면 서로 연결된 등록된 모델을 구성할 수 있습니다. 예를 들어 'NLP-모델, 'CV-모델', '음성-인식-모델'이라는 제목의 컬렉션에서 해결하는 문제의 영역에 따라 모델을 분류할 수 있습니다. 등록된 모델을 트리 구조로 구성하려면 컬렉션을 서로 중첩할 수 있습니다. 컬렉션에서 수행하는 작업(생성/읽기/업데이트/삭제)은 등록된 모델을 바꾸지 않습니다. Amazon SageMaker Studio UI 또는 Python SDK를 사용하여 컬렉션을 관리할 수 있습니다.
Amazon SageMaker 모델 레지스트리는 AWS GovCloud(미국) 리전과 중국 리전을 제외한 모든 AWS 리전에서 사용할 수 있습니다.
시작하려면 Amazon SageMaker Studio UI 또는 Amazon SageMaker Python SDK를 통해 등록된 모델을 위한 첫 번째 컬렉션을 생성합니다. 컬렉션에 대한 추가 정보는 Amazon SageMaker 개발자 안내서를 참조하세요.