Amazon SageMaker 機器學習 (ML) 歷程追蹤 - Amazon SageMaker AI

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。

Amazon SageMaker 機器學習 (ML) 歷程追蹤

重要

自 2023 年 11 月 30 日起,先前的 Amazon SageMaker Studio 體驗現在命名為 Amazon SageMaker Studio Classic。下節專門介紹如何使用 Studio Classic 應用程式。如需使用已更新 Studio 體驗的資訊,請參閱 Amazon SageMaker Studio

Studio Classic 仍會針對現有工作負載進行維護,但無法再用於加入。您只能停止或刪除現有的 Studio Classic 應用程式,而且無法建立新的應用程式。建議您將工作負載遷移至新的 Studio 體驗

Amazon SageMaker 機器學習 (ML) 歷程追蹤會從資料準備到模型部署,建立並儲存與 ML 工作流程所有步驟相關的資訊。透過追蹤這些資訊,您可以重現工作流程步驟、追蹤模型和資料集歷程,以及建立模型控管和稽核標準。

SageMaker AI 的歷程追蹤特徵可在後端運作,以追蹤與模型訓練和部署工作流程相關聯的所有中繼資料。這包括您的訓練工作、使用的資料集、管道、端點和實際模型。您可以隨時查詢歷程服務,尋找用於訓練模型的確切成品。使用這些成品,您可以重新建立相同的機器學習 (ML) 工作流程以重製模型,只要您有權存取所使用的確切資料集。試驗元件會追蹤訓練工作。此試驗元件具有做為訓練工作一部分使用的所有參數。如果您不需要重新執行整個工作流程,您可以重製訓練工作以衍生相同的模型。

使用 SageMaker AI 歷程追蹤,資料科學家和模型建置器可以執行下列動作:

  • 保留模型發現實驗的執行歷史記錄。

  • 透過追蹤模型歷程成品來建立模型控管,以進行稽核和合規性驗證。

下圖顯示 Amazon SageMaker AI 在端對端模型訓練和部署 ML 工作流程中自動建立的範例歷程圖。

SageMaker AI 建立以追蹤工作流程之歷程實體中繼資料的範例圖。