SageMaker SDK 增強了訓練和推論工作流程體驗

張貼日期: 2024年12月6日

今天，我們將導入新的 ModelTrainer 類別，並增強 SageMaker Python SDK 中 ModelBuilder 類別的功能。這些更新會簡化訓練工作流程，並簡化推論部署作業。

ModelTrainer 類別可讓客戶輕鬆地在 Amazon SageMaker 上設定和自訂分散式訓練策略。這項新功能可縮短模型訓練時間、最佳化資源使用率，並透過高效的平行處理降低成本。客戶可以順暢地將自訂入口點和容器從本機環境轉移到 SageMaker，從而消除管理基礎架構的需求。ModelTrainer 透過將參數削減為幾個核心變數來簡化組態，並提供易於使用的類別，以直觀地與 SageMaker 服務互動。此外，有了增強的 ModelBuilder 類別，客戶現在可以輕鬆部署 HuggingFace 模型、在本機環境與 SageMaker 之間交替進行開發，並使用其預先處理和後續處理指令碼來自訂推論。重要的是，客戶現在可以輕鬆地將受訓練的模型成品從 ModelTrainer 類別傳遞到 ModelBuilder 類別，在 SageMaker 上順暢地從訓練過渡到推論。

您可以在此處進一步了解 ModelTrainer 類別，在此處進一步了解 ModelBuilder 增強功能，並開始使用 ModelTrainer 和 ModelBuilder 範例筆記本。