SDK SageMaker nâng cao quy trình đào tạo và suy luận
Hôm nay, chúng tôi giới thiệu lớp ModelTrainer mới và nâng cao lớp ModelBuilder trong SDK SageMaker Python. Các phần cập nhật này giúp hợp lý hóa quy trình đào tạo và đơn giản hóa việc triển khai suy luận.
Lớp ModelTrainer cho phép khách hàng dễ dàng thiết lập và tùy chỉnh các chiến lược đào tạo phân tán trên Amazon SageMaker. Tính năng mới này rút ngắn thời gian đào tạo mô hình, tối ưu hóa việc sử dụng tài nguyên và giảm chi phí thông qua khả năng xử lý song song hiệu quả. Khách hàng có thể chuyển các điểm vào tùy chỉnh và bộ chứa từ môi trường cục bộ sang SageMaker một cách trơn tru, loại bỏ nhu cầu quản lý cơ sở hạ tầng. ModelTrainer đơn giản hóa cấu hình bằng cách giảm các tham số xuống chỉ một vài biến cốt lõi và cung cấp các lớp dễ sử dụng để tương tác trực quan với dịch vụ SageMaker. Ngoài ra, với lớp ModelBuilder nâng cao, khách hàng giờ đây có thể dễ dàng triển khai các mô hình HuggingFace, chuyển đổi từ việc phát triển trong môi trường cục bộ sang SageMaker và tùy chỉnh khả năng suy luận bằng các tập lệnh trước và sau khi xử lý. Quan trọng hơn là, khách hàng hiện có thể dễ dàng chuyển tạo tác mô hình được đào tạo từ lớp ModelTrainer sang lớp ModelBuilder, bảo đảm sự chuyển đổi liền mạch từ đào tạo sang suy luận trên SageMaker.
Bạn có thể tìm hiểu thêm về lớp ModelTrainer tại đây, tìm hiểu về các điểm cải tiến ModelBuilder tại đây và bắt đầu bằng sổ tay mẫu ModelTrainer và ModelBuilder.