Automatisches Modelloptiming mit KI SageMaker

Amazon SageMaker AI Automatic Model Tuning (AMT) findet die beste Version eines Modells, indem es viele Trainingsjobs mit Ihrem Datensatz ausführt. Amazon SageMaker AI Automatic Model Tuning (AMT) wird auch als Hyperparameter-Tuning bezeichnet. Zu diesem Zweck verwendet AMT den Algorithmus und die Bereiche von Hyperparametern, die Sie angeben. Es wählt dann die Hyperparameterwerte aus, die ein Modell erstellen, das gemessen an einer von Ihnen gewählten Metrik die beste Leistung erbringt.

Beispielsweise die Ausführung eines Problems mit der binären Klassifikation auf einem Marketing-Datensatz. Ihr Ziel ist es, die Metrik für die Fläche unter der Kurve (AUC) des Algorithmus durch Training eines XGBoost Algorithmus mit Amazon SageMaker AI-Modells zu maximieren. Sie möchten herausfinden, mit welchen Werten für die Hyperparameter etaalpha,min_child_weight und max_depth das Modell am besten trainiert werden kann. Geben Sie einen Wertebereich für diese Hyperparameter an. Anschließend sucht das SageMaker KI-Hyperparameter-Tuning innerhalb der Bereiche nach einer Kombination, die zu einem Trainingsjob führt, der ein Modell mit der höchsten AUC erzeugt. Um Ressourcen zu schonen oder bestimmte Qualitätsanforderungen an das Modell zu erfüllen, richten Sie Abschlusskriterien ein, um die Optimierung zu beenden, nachdem die Kriterien erfüllt wurden.

Sie können SageMaker AI AMT mit integrierten Algorithmen, benutzerdefinierten Algorithmen oder vorgefertigten SageMaker KI-Containern für Frameworks für maschinelles Lernen verwenden.

SageMaker AI AMT kann eine Amazon EC2 Spot-Instance verwenden, um die Kosten bei der Ausführung von Schulungsaufträgen zu optimieren. Weitere Informationen finden Sie unter Managed Spot Training in Amazon SageMaker AI verwenden.

Bevor Sie die Hyperparameter-Optimierung verwenden, sollte ein eindeutig definiertes Machine-Learning-Problem vorliegen, darunter:

Bereiten Sie Ihren Datensatz und Ihren Algorithmus so vor, dass sie in SageMaker KI funktionieren und einen Trainingsjob mindestens einmal erfolgreich ausführen. Weitere Informationen zum Einrichten und Ausführen eines Trainingsauftrags finden Sie unter Leitfaden für die Einrichtung von Amazon SageMaker AI.