Amazon SageMaker 模型註冊表現在支援定義機器學習模型生命週期階段

張貼日期: 2024年11月12日

今天，我們很高興地宣布 Amazon SageMaker 模型註冊表現在支援自訂機器學習 (ML) 模型生命週期階段。此功能讓資料科學家和機器學習工程師能夠在開發到生產的各個階段中，定義和控制其模型的進展，而進一步提升了模型治理。

客戶使用 Amazon SageMaker 模型註冊表作為專門建置的中繼資料存放區，以管理 ML 模型的整個生命週期。隨著這次發布，資料科學家和 ML 工程師現在可以在模型註冊表中定義自訂階段 (例如開發、測試和生產階段)，以用於管理 ML 模型。這使模型在模型生命週期中的不同階段 (從訓練到推論) 中，可以輕鬆追蹤和管理模型。他們還可以追蹤階段核准狀態，例如「待核准」、「核准」和「拒絕」，以檢查模型何時準備好移至下一個階段。這些自訂階段和核准狀態可協助資料科學家和 ML 工程師定義和強制執行模型核准工作流程，確保模型在進入下一個階段之前符合特定條件。透過實作這些自訂階段和核准程序，客戶可以在整個組織中標準化模型治理實踐，更好地監控模型進度，並確保只有經過核准的模型才能進入生產環境。

此功能適用於目前所有提供 Amazon SageMaker 模型註冊表的 AWS 區域，GovCloud 區域除外。若要進一步了解，請參閱模型生命週期的階段建構模組。