Publicado: Apr 17, 2023
O Amazon SageMaker anunciou o Collections, um novo recurso para organizar seus modelos de machine learning no Registro de Modelos do Amazon SageMaker. Você pode usar o Collections para agrupar modelos registrados que estão relacionados entre si e organizá-los em hierarquias para melhorar a capacidade de descoberta do modelo em grande escala.
O Registro de Modelos do Amazon SageMaker é uma ferramenta criada especificamente para operações de machine learning (MLOps) para ajudar você a gerenciar centralmente seus modelos de ML. Você pode rastrear modelos e metadados, comparar versões de modelos, revisá-los e aprová-los para implantação por meio do Registro de Modelos do Amazon SageMaker. Quando você registra um modelo, o Registro de Modelos do Amazon SageMaker cria um pacote de modelos e armazena todas as versões sucessivas do modelo em um grupo de pacotes de modelos.
Com o Collections, você pode organizar modelos registrados associados uns aos outros. Por exemplo, você pode categorizar seus modelos com base no domínio do problema que eles resolvem no Collections intitulado “Modelos-de-PLN”, “Modelos-de-currículo” e “Modelos-de-reconhecimento-de-fala”. Para organizar seus modelos registrados em uma estrutura de árvore, você pode aninhar coleções umas nas outras. Quaisquer operações que você realizar em um Collection (criar/ler/atualizar/excluir) não alterarão seus modelos registrados. Você pode usar a interface do usuário do Amazon SageMaker Studio ou o Python SDK para gerenciar o Collections.
O Registro de Modelos do Amazon SageMaker está disponível em todas as regiões da AWS, exceto nas regiões AWS GovCloud (EUA) e China.
Para começar, crie sua primeira Collection para modelos registrados por meio da interface do usuário do Amazon SageMaker Studio ou por meio do Amazon SageMaker Python SDK. Acesse o guia do desenvolvedor do Amazon SageMaker para obter informações adicionais sobre o Collections.