Publicado: Aug 23, 2022
O ajuste automático de modelos do Amazon SageMaker agora reduz o tempo de inicialização de cada trabalho de treinamento iniciado para ajustar seus modelos em média 20 vezes mais rápido (de 2,5 minutos para 8 segundos). Em cenários em que você tem um grande número de avaliações de hiperparâmetros, a reutilização de instâncias de treinamento pode economizar cumulativamente 2 horas para cada 50 avaliações sequenciais.
O ajuste automático de modelos do SageMaker encontra a melhor versão de um modelo executando vários trabalhos de treinamento no conjunto de dados com o uso de intervalos específicos de hiperparâmetros fornecidos para o algoritmo. Em seguida, ele seleciona os melhores valores para os hiperparâmetros, resultando em um modelo que apresenta a melhor performance.
Antes desse lançamento, cada trabalho de treinamento iniciado como parte do ajuste gerava em média de 2,5 minutos de sobrecarga para ser ativado e para preparar um novo cluster de instâncias do SageMaker Training. Isso podia se tornar um gargalo, especialmente quando os trabalhos de treinamento levavam alguns minutos para serem concluídos, o que, em geral, retardaria o trabalho de ajuste. A partir de hoje, o ajuste automático de modelos do SageMaker reutiliza automaticamente um cluster fixo de instâncias de treinamento em cada trabalho de ajuste, reduzindo assim o tempo médio de inicialização de cada trabalho de treinamento em 20 vezes.
Os clusters reutilizáveis do ajuste automático de modelos do SageMaker agora estão disponíveis em todas as regiões comerciais da AWS. Esse novo recurso é ativado por padrão durante a inicialização de seus trabalhos de ajuste. Para saber mais sobre o ajuste automático de modelos do SageMaker, consulte a documentação.