SageMaker Otomatik Model Ayarlama ayarlama yapılandırmalarını otomatik olarak seçer
Amazon SageMaker Otomatik Model Ayarlama artık sağladığınız hedef metri ğine bağlı olarak hiper parametre aralıklarını, arama stratejisini, ayarlama işinin maksimum çalışma süresini, eğitim işleri için erken durdurma türünü, eğitim işini tekrar deneme sayısını ve ayarlama işini durdurmak için model yakınsama bayrağını otomatik olarak seçebiliyor. Bu, ayar sürecinizi başlatmanız için gereken süreyi en aza indirir ve daha düşük bütçeyle daha doğru modeller bulma şansınızı artırır.
Doğru hiper parametreleri seçmek, makine öğrenimi teknikleriyle ilgili deneyim gerektirir ve model performansınızı büyük ölçüde etkileyebilir. Hiper parametre ayarlamasında bile, hiper parametre aralıkları, arama stratejisi ve başlatılacak eğitim işlerinin sayısı gibi çoklu ayarlama yapılandırmaları belirtmeniz gerekir. Böyle bir ayarı düzeltmek karmaşıktır ve tipik olarak ek eğitim maliyetlerine neden olabilecek birden fazla deney gerektirir.
Bugünden itibaren Amazon SageMaker Automatic Model Tuning, hiper parametre aralıkları, ayarlama stratejisi veya iş tanımının bir parçası olarak gerekli olan iş sayısı gibi ayarları belirleme ihtiyacını ortadan kaldıran yeni bir yapılandırma olan otomatik ayarlamayı sağlar. Bu, deneme sürecinizi hızlandırır ve optimal olmayan ayar yapılandırmalarını değerlendirmede israf edilen kaynakları azaltır. Otomatik ayarlama ile otomatik olarak seçilen ayarları da inceleyebilir ve geçersiz kılabilirsiniz. Otomatik ayarlama seçeneği, CreateHyperParameterTuningJob API'sinde ve HyperParameterTun er SageMaker Python SDK'sında bulunur.
Yeni işlevsellik artık tüm ticari AWS Bölgelerinde SageMaker Otomatik Model Ayarlama için kullanılabilir. Daha fazla bilgi edinmek için lütfen teknik belgel eri, API referans kılavuz unu, blog gönder isini veya SageMaker Otomatik Model Ayarlama web sayfas ını ziyaret edin.