As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Exemplo: exibir uma curva de treinamento e validação
Normalmente, você divide os dados nos quais treina seu modelo em conjuntos de dados de treinamento e validação. Você usa o conjunto de treinamento para treinar os parâmetros do modelo que são usados para fazer predições no conjunto de dados de treinamento. Em seguida, você testa as predições de modelo calculando as predições para o conjunto de validação. Para analisar o desempenho de um trabalho de treinamento, em geral, você plota uma curva de treinamento em uma curva de validação.
A visualização de um gráfico que mostra a precisão dos conjuntos de treinamento e validação ao longo do tempo pode ajudar você a melhorar o desempenho do seu modelo. Por exemplo, se a precisão do treinamento continuar a aumentar com o tempo, mas, em algum momento, a precisão da validação começar a diminuir, é provável que você esteja fazendo o sobreajuste do seu modelo. Para resolver isso, você pode fazer ajustes ao seu modelo, como aumentar a regularização.
Para este exemplo, use o exemplo Image-classification-full-training na seção Cadernos de exemplo da sua instância de caderno do SageMaker AI. Se você não tiver uma instância de caderno do SageMaker, crie uma seguindo as instruções em Crie uma instância do Amazon SageMaker Notebook para o tutorial. Se preferir, você pode acompanhar o End-to-End Multiclass Image Classification Example (Exemplo completo de classificação de imagens multiclasse)
Para visualizar curvas de erro de treinamento e validação:
-
Abra o console do SageMaker AI em https://console.aws.amazon.com/sagemaker
. -
Escolha Caderno e escolha Instâncias de caderno.
-
Escolha a instância de caderno que você deseja usar e selecione Abrir.
-
No painel da sua instância de caderno, escolha Exemplos do SageMaker AI.
-
Expanda a seção Introdução a algoritmos da Amazon e escolha Usar ao lado de Image-classification-fulltraining.ipynb.
-
Escolha Criar cópia. O SageMaker AI cria uma cópia editável do caderno Image-classification-full-training.ipynb na sua instância de caderno.
-
Execute todas as células no caderno até a seção Inferência. Você não precisa implantar um endpoint nem obter inferência para este exemplo.
-
Depois que o trabalho de treinamento começar, abra o console do CloudWatch em https://console.aws.amazon.com/cloudwatch/
. -
Escolha Métricas e depois /aws/sagemaker/TrainingJobs.
-
Escolha TrainingJobName.
-
Na aba Todas as métricas, escolha as métricas train:accuracy e validation:accuracy para o trabalho de treinamento que você criou no caderno.
-
No gráfico, escolha uma área na qual os valores das métricas aumentem. Você deve ver algo parecido com o exemplo a seguir.
