Attributi chiave della cache predefiniti per tipo di fase della pipeline - Amazon SageMaker AI

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Attributi chiave della cache predefiniti per tipo di fase della pipeline

Quando decide se riutilizzare un passaggio della pipeline precedente o eseguire nuovamente il passaggio, Pipelines verifica se determinati attributi sono cambiati. Se il set di attributi è diverso da tutte le esecuzioni precedenti nel periodo di timeout, la fase viene eseguita nuovamente. Questi attributi includono artefatti di input, specifiche di app o algoritmi e variabili di ambiente. L'elenco seguente mostra ogni tipo di fase della pipeline e gli attributi che, se modificati, avviano una nuova esecuzione della fase. Per ulteriori informazioni su quali parametri Python SDK vengono utilizzati per creare i seguenti attributi, consulta Caching Configuration nella documentazione di Amazon SageMaker Python SDK.

  • AppSpecification

  • Ambiente

  • ProcessingInputs. Questo attributo contiene informazioni sullo script di preelaborazione.

  • AlgorithmSpecification

  • CheckpointConfig

  • DebugHookConfig

  • DebugRuleConfigurations

  • Ambiente

  • HyperParameters

  • InputDataConfig. Questo attributo contiene informazioni sullo script di addestramento.

  • HyperParameterTuningJobConfig

  • TrainingJobDefinition. Questo attributo è composto da più attributi secondari, non tutti i quali provocano la riesecuzione del passaggio. Gli attributi figlio che potrebbero comportare una riesecuzione (se modificati) sono:

    • AlgorithmSpecification

    • HyperParameterRanges

    • InputDataConfig

    • StaticHyperParameters

    • TuningObjective

  • TrainingJobDefinitions

  • MLJobConfig automatico. Questo attributo è composto da più attributi figlio, non tutti i quali determinano la riesecuzione della fase. Gli attributi figlio che potrebbero comportare una riesecuzione (se modificati) sono:

    • CompletionCriteria

    • CandidateGenerationConfig

    • DataSplitConfig

    • Modalità

  • Obiettivo automatico MLJob

  • InputDataConfig

  • ProblemType

  • DataProcessing

  • Ambiente

  • ModelName

  • TransformInput

  • ClarifyCheckConfig

  • CheckJobConfig

  • SkipCheck

  • RegisterNewBaseline

  • ModelPackageGroupName

  • SuppliedBaselineConstraints

  • QualityCheckConfig

  • CheckJobConfig

  • SkipCheck

  • RegisterNewBaseline

  • ModelPackageGroupName

  • SuppliedBaselineConstraints

  • SuppliedBaselineStatistics

  • ClusterId

  • StepConfig