本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
Studio Classic 中的 Amazon SageMaker Experiments
重要
使用 SageMaker Experiments Python SDK 的實驗追蹤僅適用於 Studio Classic。我們建議您使用新的 Studio 體驗，並將最新的 SageMaker AI 整合與 MLflow 搭配使用來建立實驗。Studio Classic 沒有與 MLflow UI 整合。如果您想要將 MLflow 搭配 Studio 使用，您必須使用 AWS CLI 啟動 MLflow UI。如需詳細資訊，請參閱使用 AWS CLI 啟動 MLflow UI。
Amazon SageMaker Experiments Classic 是 Amazon SageMaker AI 的一項功能，讓您能在 Studio Classic 中建立、管理、分析和比較機器學習實驗。使用 SageMaker Experiments 檢視、管理、分析和比較您以程式設計方式建立的自訂實驗，以及從 SageMaker AI 任務自動建立的實驗。
Experiments Classic 會自動以執行追蹤迭代運算的輸入、參數、組態和結果。您可以將這些試驗指派到實驗中，並進行分組和整理。SageMaker Experiments 與 Amazon SageMaker Studio Classic 整合，提供視覺化介面，讓您瀏覽進行中和過去的實驗、依關鍵效能指標來比較執行，並找出表現最佳的模型。SageMaker Experiments 可追蹤有關於建立模型的所有步驟和成品，當您在生產環境中對問題進行疑難排解時，或稽核模型以驗證合規性時，可以快速回顧模型的起源。
使用 MLflow 從 Experiments Classic 遷移至 Amazon SageMaker AI
過去使用 Experiments Classic 建立的實驗仍可在 Studio Classic 中檢視。如果您想要使用 MLflow 維護和使用過去的實驗程式碼，您必須更新訓練程式碼才能使用 MLflow SDK，然後再次執行訓練實驗。如需 MLflow SDK 和 AWSMLflow 外掛程式入門的詳細資訊，請參閱 將 MLflow 與您的環境整合。
