Esperimenti Amazon SageMaker
Gestisci in modo efficiente gli esperimenti di machine learning
Piano gratuito
100.000 record di parametri acquisiti al mese, 1 milione di record di parametri recuperati (tramite API) al mese e 100.000 record di parametri archiviati al mese. Il piano gratuito è disponibile per i primi 6 mesi.
Analizza e confronta le iterazioni di addestramento del ML per scegliere il modello con le migliori prestazioni
SageMaker Experiments è un servizio gestito per il monitoraggio e l'analisi di esperimenti di ML su larga scala.
Come funziona
Fai clic per ingrandireRegistra gli esperimenti eseguiti in qualsiasi IDE
Gli esperimenti di ML vengono eseguiti in ambienti diversi come notebook e IDE locali, codice di addestramento in esecuzione nel cloud o IDE gestiti nel cloud come SageMaker Studio. Con SageMaker Experiments, puoi iniziare a tracciare i tuoi esperimenti a livello centrale da qualsiasi ambiente o IDE utilizzando solo poche righe di codice Python semplici per i data scientist.
Gestisci a livello centrale i metadati degli esperimenti di ML
Il processo di sviluppo di un modello di ML prevede la sperimentazione di varie combinazioni di dati, algoritmi e parametri, valutando al contempo l'impatto delle modifiche incrementali sulle prestazioni del modello. Sagemaker Experiments consente di tenere traccia delle iterazioni di ML e salvare automaticamente tutti i metadati correlati come metriche, parametri e artefatti in una posizione centrale.
Valuta gli esperimenti
L'individuazione del modello migliore da più iterazioni richiede l'analisi e il confronto delle prestazioni del modello. SageMaker Experiments fornisce visualizzazioni come grafici a dispersione, grafici a barre e istogrammi. Inoltre, Sagemaker Experiments SDK consente di caricare i dati registrati nel notebook per l'analisi offline.
Costruisci modelli in modo collaborativo
La collaborazione incentrata sul team all'interno dell'organizzazione è fondamentale per un progetto di data science di successo. SageMaker Experiments è integrato con SageMaker Studio e consente ai membri del team di accedere alle stesse informazioni e confermare che i risultati dell'esperimento siano coerenti, semplificando la collaborazione. Usa la funzionalità di ricerca di SageMaker Studio per trovare rapidamente esperimenti pertinenti effettuati in passato.
Riproduci e controlla gli esperimenti di ML
Quando le prestazioni di un modello cambiano, è necessario comprendere la causa principale della modifica. A volte si desidera documentare il processo di sviluppo del modello in modo che possa essere riprodotto e testato facilmente. Sagemaker Experiments consente di accedere e riprodurre il proprio flusso di lavoro di ML a partire dagli esperimenti monitorati.
Come iniziare
Scopri come funziona SageMaker Experiments
Scopri di più sulla gestione degli esperimenti, sulla registrazione dei metadati e sull'analisi.