Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Integration von Amazon SageMaker Experiments
<a name="pipelines-experiments"></a>

Amazon SageMaker Pipelines ist eng mit Amazon SageMaker Experiments integriert. Wenn Pipelines eine Pipeline erstellt und ausführt, werden standardmäßig die folgenden SageMaker Experiments-Entitäten erstellt, sofern sie nicht existieren:
+ Ein Experiment für die Pipeline
+ Eine Ausführungsgruppe für jede Ausführung der Pipeline
+ Ein Lauf, der der Ausführungsgruppe für jeden SageMaker AI-Job hinzugefügt wird, der in einem Pipeline-Ausführungsschritt erstellt wurde

Sie können Metriken wie die Genauigkeit des Modelltrainings über mehrere Pipeline-Ausführungen hinweg vergleichen, genauso wie Sie solche Metriken in mehreren Ausführungsgruppen eines SageMaker KI-Modell-Trainingsexperiments vergleichen können.

Das folgende Beispiel zeigt die relevanten Parameter der [Pipeline-Klasse](https://github.com/aws/sagemaker-python-sdk/blob/v2.41.0/src/sagemaker/workflow/pipeline.py) im [Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable).

```
Pipeline(
    name="MyPipeline",
    parameters=[...],
    pipeline_experiment_config=PipelineExperimentConfig(
      ExecutionVariables.PIPELINE_NAME,
      ExecutionVariables.PIPELINE_EXECUTION_ID
    ),
    steps=[...]
)
```

Wenn Sie nicht möchten, dass eine Experiment- und Laufgruppe für die Pipeline erstellt wird, setzen Sie `pipeline_experiment_config` auf `None`.

**Anmerkung**  
Die Integration von Experimenten wurde im Amazon SageMaker Python SDK v2.41.0 eingeführt.

Je nachdem, was Sie für die Parameter `ExperimentName` und `TrialName` von `pipeline_experiment_config` angeben, gelten die folgenden Benennungsregeln:
+ Wenn Sie `ExperimentName` nicht angeben, wird die Pipeline `name` für den Experimentnamen verwendet.

  Wenn Sie `ExperimentName` angeben, wird es für den Namen des Experiments verwendet. Wenn ein Experiment mit diesem Namen existiert, werden die von der Pipeline erstellten Versuchsgruppen dem vorhandenen Experiment hinzugefügt. Wenn ein Experiment mit diesem Namen nicht existiert, wird ein neues Experiment erstellt.
+ Wenn Sie `TrialName` nicht angeben, wird die Pipeline-Ausführungs-ID für den Namen der Ausführungsgruppe verwendet.

  Wenn Sie `TrialName` angeben, wird sie für den Namen der Ausführungsgruppe verwendet. Wenn eine Ausführungsgruppe mit diesem Namen existiert, werden die von der Pipeline erstellten Verläufe der vorhandenen Ausführungsgruppe hinzugefügt. Wenn eine Ausführungsgruppe mit diesem Namen nicht existiert, wird eine neue Ausführungsgruppe erstellt.

**Anmerkung**  
Die Experiment-Entitäten werden nicht gelöscht, wenn die Pipeline, die die Entitäten erstellt hat, gelöscht wird. Sie können die SageMaker Experiments-API verwenden, um die Entitäten zu löschen.

Informationen zum Anzeigen der mit einer Pipeline verknüpften SageMaker AI Experiment-Entitäten finden Sie unter[Greifen Sie auf Versuchsdaten aus einer Pipeline zu](pipelines-studio-experiments.md). Weitere Informationen zu SageMaker Experimenten finden Sie unter[SageMaker Amazon-Experimente in Studio Classic](experiments.md).

Die folgenden Abschnitte zeigen Beispiele für die vorherigen Regeln und wie sie in der Pipeline-Definitionsdatei dargestellt werden. Weitere Informationen zu Pipeline-Definitionsdateien finden Sie unter [Übersicht über die Pipelines](pipelines-overview.md).

**Topics**
+ [Standardverhalten](pipelines-experiments-default.md)
+ [Deaktivieren Sie die Integration von Experimenten](pipelines-experiments-none.md)
+ [Geben Sie einen benutzerdefinierten Experimentnamen an](pipelines-experiments-custom-experiment.md)
+ [Geben Sie einen benutzerdefinierten Namen für die Ausführungsgruppe an](pipelines-experiments-custom-trial.md)