Publicado: Sep 20, 2018
Agora, o Amazon SageMaker oferece suporte à marcação para tarefas de ajuste de hiperparâmetros. Com esse novo recurso, os clientes podem adicionar uma ou mais tags a uma tarefa de ajuste executada com o ajuste automático de modelos.
O recurso de Automatic Model Tuning (AMT – Ajuste automático de modelos) do Amazon SageMaker permite que os clientes encontrem automaticamente o modelo de machine learning mais preciso por meio de um processo denominado otimização de hiperparâmetros. O AMT executa várias tarefas de treinamento dentro de uma única tarefa principal para descobrir a atribuição de pesos ideal para os parâmetros do modelo. Agora, é possível adicionar tags à tarefa principal de ajuste. Essas tags são propagadas para as tarefas de treinamento individuais subordinadas. Os clientes podem usar essas tags para finalidades como alocação de custos ou controle de acesso. Anteriormente, para fazer isso, os clientes precisavam adicionar tags individuais a cada uma das tarefas de treinamento subordinadas, em vez de adicionar as tags à tarefa principal.
A marcação para tarefas de ajuste de hiperparâmetros já está disponível nas regiões da AWS Leste dos EUA (Norte da Virgínia), Leste dos EUA (Ohio), Oeste dos EUA (Oregon), Europa (Irlanda), Europa (Frankfurt), Ásia-Pacífico (Tóquio), Ásia-Pacífico (Seul) e Ásia-Pacífico (Sydney). Para obter informações adicionais, consulte a documentação aqui.