MLOps İçin Amazon SageMaker

Hızlı bir şekilde ve her ölçekte yüksek performanslı üretim makine öğrenimi modelleri sunun

Neden Amazon SageMaker MLOps'u tercih etmelisiniz?

Amazon SageMaker, ML yaşam döngüsü boyunca süreçleri otomatikleştirmenize ve standartlaştırmanıza yardımcı olmak için makine öğrenimi işlemleri (MLOps) için amaca yönelik olarak oluşturulmuş araçlar sağlar. SageMaker MLOps araçlarını kullanarak, üretimde model performansını korurken veri bilimcileri ve makine öğrenimi mühendislerinin üretkenliğini artırmak için makine öğrenimi modellerini geniş ölçekte kolayca eğitebilir, test edebilir, dağıtabilir, yönetebilir ve modellerdeki sorunları giderebilirsiniz.

Nasıl çalışır?

Nasıl çalışır?

SageMaker MLOps'un avantajları

Model geliştirmeyi hızlandırın

Standartlaştırılmış veri bilimi ortamları sağlayın

Makine öğrenimi geliştirme ortamlarını standartlaştırmak, yeni projeler başlatmayı, veri bilimcilerini projeler arasında dönüşümlü çalıştırmayı ve en iyi makine öğrenimi uygulamalarını hayata geçirmeyi kolaylaştırarak veri bilimcisi üretkenliğini ve nihayetinde yenilik hızını artırır. Amazon SageMaker Projeleri, iyi bir şekilde test edilmiş ve güncel araçlar ve kitaplıklar, kaynak denetimi depoları, ortak kod ve CI/CD işlem hatları ile standartlaştırılmış veri bilimcisi ortamlarını hızlı bir şekilde sağlamak için şablonlar sunar.

SageMaker Projeleri ile MLOps'u otomatikleştirmek için geliştirici kılavuzunu okuyun

SageMaker MLOps: Standartlaştırılmış Makine Öğrenimi Ortamları Sağlama

Makine öğrenimi denemelerinde MLflow kullanarak işbirliği yapın

ML modeli oluşturma, optimum model doğruluğu için en iyi algoritmayı, mimariyi ve parametreleri bulmak amacıyla yüzlerce modelin eğitilmesini içeren yinelemeli bir süreçtir. MLflow, bu eğitim yinelemelerinde girdileri ve çıktıları takip etmenize olanak tanıyarak denemelerin tekrarlanabilirliğini geliştirir ve veri bilimciler arasında işbirliğini teşvik eder. Tam olarak yönetilen MLflow imkanlarıyla, her ekip için MLflow İzleme Sunucuları oluşturarak ML denemeleri sırasında verimli işbirliğini kolaylaştırabilirsiniz.

MLflow ile birlikte Amazon SageMaker, uçtan uca makine öğrenimi yaşam döngüsünü yöneterek verimli model eğitimini, denemeleri takip etmeyi ve farklı çerçeve ve ortamlarda tekrarlanabilirliği kolaylaştırır. Devamlı eğitim işlerini görselleştirebileceğiniz, denemeleri iş arkadaşlarınızla paylaşabileceğiniz ve modelleri doğrudan bir deneyden kaydedebileceğiniz tek bir arayüz sunar.

Makine Öğrenimi Denemelerini MLFlow ile Yönetin

SageMaker Denemeleri

Üretici Yapay Zeka modeli özelleştirme iş akışlarını otomatikleştirin

Amazon SageMaker İşlem Hatları ile veri işlemeyi, model eğitimini, ince ayarı, değerlendirmeyi ve dağıtımı içeren uçtan uca makine öğrenimi iş akışını otomatikleştirebilirsiniz. İşlem Hatları görsel düzenleyicisinde birkaç tıklama ile kendi modelinizi oluşturun veya SageMaker Jumpstart'tan bir altyapı modelini özelleştirin. SageMaker İşlem Hatları'nı düzenli aralıklarla veya belirli olaylar tetiklendiğinde (örneğin S3'te yeni eğitim verileri) otomatik olarak çalışması için yapılandırabilirsiniz

Amazon SageMaker İşlem Hatları hakkında daha fazla bilgi edinin

SageMaker Pipelines

Üretim ortamında modelleri kolayca dağıtın ve yönetin

Sorun giderme için modellerinizi hızlı bir şekilde yeniden oluşturun

Genellikle model davranışıyla ilgili sorunları gidermek ve temel nedeni belirlemek için üretimdeki modelleri yeniden üretmeniz gerekir. Amazon SageMaker, bu konuda yardımcı olmak için iş akışınızın her adımını günlüğe kaydederek eğitim verileri, yapılandırma ayarları, model parametreleri ve öğrenme gradyanları gibi model yapıtlarının denetim izini oluşturur. Köken izlemeyi kullanarak olası sorunları ayıklamak için modelleri yeniden oluşturabilirsiniz.

Amazon SageMaker ML Köken İzleme hakkında daha fazla bilgi edinin

SageMaker Köken İzleme

Model sürümlerini merkezi olarak takip edin ve yönetin

Bir makine öğrenimi uygulaması oluşturmak; modeller, veri işlem hatları, eğitim işlem hatları ve doğrulama testleri geliştirmeyi içerir. Amazon SageMaker Model Kayıt Defteri'ni kullanarak, işletme gereksinimlerinize göre dağıtım için doğru modeli seçmenin kolay olduğu merkezî bir depoda model sürümlerini, kullanım örneği gruplandırması gibi meta verilerini ve model performans ölçümü temellerini izleyebilirsiniz. Ayrıca SageMaker Model Kayıt Defteri, denetim ve uygunluk için onay iş akışlarını otomatik olarak günlüğe kaydeder.

Model Kayıt Defteri ile Modelleri Kaydetme ve Dağıtma hakkında daha fazla bilgi edinin

SageMaker Model Kayıt Defteri

Makine öğrenimi altyapısını kod aracılığıyla tanımlayın

Genellikle "kod olarak altyapı" olarak adlandırılan bildirim tabanlı yapılandırma dosyaları aracılığıyla altyapıyı düzenlemek, makine öğrenimi altyapısını sağlama ve çözüm mimarisini tam olarak CI/CD işlem hatları veya dağıtım araçları tarafından belirtildiği şekilde uygulamaya yönelik popüler bir yaklaşımdır. Amazon SageMaker Projeleri'ni kullanarak, önceden oluşturulmuş şablon dosyaları ile kod olarak altyapı yazabilirsiniz.

SageMaker Projeleri ile MLOps'u otomatik duruma getirme hakkında daha fazla bilgi edinin

Entegrasyon ve dağıtım (CI/CD) iş akışlarını otomatik hâle getirin

Makine öğrenimi geliştirme iş akışları, üretim uygulamaları için yeni modelleri hızlıca teslim etmek için entegrasyon ve dağıtım iş akışlarıyla entegre olmalıdır. Amazon SageMaker Projeleri, geliştirme ve üretim ortamları arasındaki eşitliği koruma, kaynak ve sürüm denetimi, A/B testleri ve uçtan uca otomasyon gibi CI/CD uygulamalarını makine öğrenimine getirir. Sonuç olarak, bir model onaylanır onaylanmaz modeli üretim aşamasına geçirirsiniz ve çevikliği artırırsınız. 

Ayrıca Amazon SageMaker, uç nokta kullanılabilirliğini korumanıza ve dağıtım riskini en aza indirmenize yardımcı olacak yerleşik korumalar sunar. SageMaker, kullanılabilirliği en üst düzeye çıkarmak için Mavi/Yeşil dağıtımlar gibi en iyi dağıtım uygulamalarını belirleme ve düzenlemeyle ilgilenir. Aynı zamanda sorunları otomatik olarak erkenden tespit etmenize ve üretimi önemli ölçüde etkilemeden önce düzeltici önlemler almanıza yardımcı olmak için bunları otomatik geri alma mekanizmaları gibi uç nokta güncelleme mekanizmalarıyla entegre eder.

SageMaker projelerini kullanarak CI/CD ile uçtan uca makine öğrenimi çözümleri oluşturun

Makine öğrenimi için Amazon SageMaker CI/CD

Tahmin kalitesini korumak için modelleri sürekli olarak yeniden eğitin

Bir model üretim aşamasına geçtikten sonra, nöbetçi veri bilimcisinin sorunu giderebilmesi ve yeniden eğitimi tetikleyebilmesi için uyarıları yapılandırarak performansını izlemeniz gerekir. Amazon SageMaker Model İzleyici, modeldeki ve kavramdaki sapmayı gerçek zamanlı olarak tespit ederek ve anında aksiyon alabilmeniz için uyarılar göndererek kaliteyi korumanıza yardımcı olur. SageMaker Model İzleyici, anormallikleri giderebilmeniz için toplam tahmin sayısına kıyasla doğru tahmin sayısını ölçen doğruluk gibi model performans özelliklerini sürekli olarak izler. SageMaker Model İzleyici, olası yanılgılara karşı görünürlüğü artırmak için SageMaker Clarify ile entegre edilmiştir.

Daha fazla bilgi edinin

SageMaker Model İzleme

Performans ve maliyet açısından model dağıtımını optimize edin

Amazon SageMaker, her kullanım örneği için yüksek performans ve düşük maliyetle çıkarım için makine öğrenimi modellerini dağıtmayı kolaylaştırır. Tüm makine öğrenimi çıkarım ihtiyaçlarınızı karşılamak için çok çeşitli makine öğrenimi altyapısı ve model dağıtımı seçenekleri sunar.

Daha fazla bilgi edinin

SageMaker Model Barındırma