Publicado: Aug 2, 2019
Agora, os novos recursos de rastreamento de modelos do Amazon SageMaker estão disponíveis em todas as regiões da AWS onde o Amazon SageMaker é oferecido. Com esses novos recursos, você pode encontrar e comparar experimentos de treinamento de modelos de machine learning (ML) com rapidez e facilidade. Usando o Console de Gerenciamento da AWS ou o SDK da AWS, você pode pesquisar rapidamente milhares de experimentos de treinamento de modelos e comparar métricas para avaliar a performance em diferentes iterações, acelerando a capacidade de identificar os modelos com melhor performance.
O desenvolvimento de modelos de ML é um processo iterativo. Você experimenta diferentes combinações de dados, algoritmos e parâmetros para ajustar o modelo. Essa experimentação contínua geralmente resulta em um grande número de versões de modelos, o que dificulta o acompanhamento dos experimentos e retarda a identificação do modelo mais eficaz. Além disso, com o tempo, o rastreamento das variáveis de uma versão específica do modelo torna-se um processo monótono, dificultando a auditoria e a verificação de conformidade. Com os novos recursos de rastreamento de modelos no Amazon SageMaker, você pode identificar rapidamente o modelo mais relevante pesquisando diferentes parâmetros, incluindo o algoritmo de aprendizado, as configurações dos hiperparâmetros e as tags adicionadas durante as execuções de treinamento. Você também pode comparar e classificar as execuções de treinamento de acordo com suas métricas de performance, como perda de treinamento e precisão de validação, para identificar rapidamente os modelos de melhor performance.
Você pode começar a usar nossos exemplos de blocos de anotação e saber mais sobre o recurso no blog e no guia do desenvolvedor.