張貼日期: Dec 3, 2019
Amazon SageMaker Experiments 是一項新功能，能讓您在 Amazon SageMaker 上整理、追蹤和比較各個機器學習訓練實驗。
機器學習是一個反覆的過程。您需要實驗資料、演算法和參數的若干組合，同時觀察這種增量變化對模型精準性的影響。隨著時間的流逝，這種反覆實驗可能會導致成千上萬的模型訓練執行和模型版本，從而難以追蹤效能最佳的模型及其輸入組態。您也很難將進行中的實驗與過去的嘗試作比較，以識別進一步改進的機會。
Amazon SageMaker Experiments 讓您可以輕鬆管理機器學習實驗。它會在嘗試時自動追蹤所有反覆的輸入、參數、組態和結果。您還可以將這些嘗試指派給實驗，進行分組和整理。SageMaker Experiments 與 Amazon SageMaker Studio 整合，可為您提供視覺化界面，便於瀏覽您的活動和過去的實驗，比較關鍵效能指標實驗，並確定效能最佳的實驗。SageMaker Experiments 還隨附 Python SDK，支援在 SageMaker Notebook 中輕鬆存取這些搜尋和分析功能。此外，由於 SageMaker Experiments 可以追蹤建立和驗證模型所需的所有步驟和成品，因此，在對生產中問題進行疑難排解或稽核模型合規性時，可以快速追蹤模型的沿襲。