SageMaker 自動模型調整自動選擇調整組態

張貼日期: 2023年6月6日

Amazon SageMaker 自動模型調整現在能夠根據您提供的目標測量結果，自動選擇超參數範圍、搜尋策略、調整工作的最大執行時間、訓練工作的提前停止類型、重試訓練工作的次數以及停止調整工作的模型聚合標誌。 這將最大限度地減少啟動調整流程所需的時間，並增加以較低預算找到更準確的模型的機會。

選擇正確的超參數需要有機器學習技術的經驗，並且可能會嚴重影響您的模型效能。即使進行超參數調整，您仍然需要指定多個調整組態，例如超參數範圍、搜尋策略以及要啟動的訓練工作數量。修正這種設置很複雜，通常需要多次實驗，這可能會產生額外的培訓成本。

從今天開始，Amazon SageMaker 自動模型調整提供自動調整，這是一種新的組態，無需指定設定，例如超參數範圍、調整策略或作為作業定義一部分所需的工作數目。這可加速您的實驗過程，並減少評估不最佳調整組態時的資源浪費。您也可以檢閱並覆寫自動調整自動選擇的任何設定。自動調整選項可在「創建超參數調整工作 API」和「超參數調諧器 SageMaker Python SDK」中使用。

此新功能現在可用於所有商業 AWS 區域的 SageMaker 自動模型調整。若要深入瞭解，請瀏覽技術文件、 API 參考指南、部落格文章或 SageMaker 自動模型調整網頁。