Ajuste Automático de Modelos do SageMaker escolhe automaticamente as configurações de ajuste

O Ajuste Automático de Modelos do Amazon SageMaker agora é capaz de escolher automaticamente intervalos de hiperparâmetros, estratégia de pesquisa, runtime máximo de uma tarefa de ajuste, tipo de parada antecipada para trabalhos de treinamento, número de vezes para repetir um trabalho de treinamento e sinalização de convergência do modelo para interromper um trabalho de ajuste, com base na métrica objetiva que você fornece. Isso minimiza o tempo necessário para iniciar seu processo de ajuste e aumenta as chances de encontrar modelos mais precisos com um orçamento menor.

A escolha dos hiperparâmetros corretos requer experiência com técnicas de machine learning e pode afetar drasticamente a performance do seu modelo. Mesmo com o ajuste de hiperparâmetros, você ainda precisa especificar várias configurações de ajuste, como intervalos de hiperparâmetros, estratégia de pesquisa e número de trabalhos de treinamento a serem iniciados. A correção dessa configuração é complexa e normalmente requer vários experimentos, o que pode gerar custos adicionais de treinamento.

A partir de hoje, o Ajuste Automático de Modelos do Amazon SageMaker fornece o ajuste automático, uma nova configuração que elimina a necessidade de especificar configurações como intervalos de hiperparâmetros, estratégia de ajuste ou o número de trabalhos necessários como parte da definição do trabalho. Isso acelera seu processo de experimentação e reduz o desperdício de recursos na avaliação de configurações de ajuste abaixo do ideal. Você também pode revisar e substituir qualquer configuração escolhida automaticamente pelo ajuste automático. A opção de ajuste automático está disponível na API CreateHyperParameterTuningJob e no SDK do Python HyperParameterTuner do SageMaker.

A nova funcionalidade já está disponível para o Ajuste Automático de Modelos do SageMaker em todas as regiões comerciais da AWS. Para saber mais, acesse a documentação técnica, o guia de referência da API, a publicação do blog ou a página da web do Ajuste Automático de Modelos do SageMaker.