Amazon SageMaker Experiments
Gerencie com eficiência experimentos de machine learning
Nível gratuito
100 mil registros de métrica ingeridos por mês, 1 milhão de registros de métrica recuperados (via APIs) por mês e 100 mil registros de métrica armazenados por mês. O nível gratuito está disponível nos primeiros 6 meses.
Analise e compare as iterações de treinamento de ML para escolher o modelo com melhor desempenho
O SageMaker Experiments é um serviço gerenciado para rastrear e analisar experimentos de ML em grande escala.
Como funciona
Clique para aumentarRegistre experimentos realizados em qualquer IDE
Os experimentos de ML são realizados em diversos ambientes, como notebooks e IDEs locais, código de treinamento executado na nuvem ou IDEs gerenciados na nuvem, como o SageMaker Studio. Com o SageMaker Experiments, você pode começar a monitorar seus experimentos centralmente em qualquer ambiente ou IDE usando apenas algumas linhas de código Python compatíveis com cientistas de dados.
Gerencie centralmente os metadados dos experimentos de ML
O processo de desenvolvimento de um modelo de ML envolve experimentar várias combinações de dados, algoritmos e parâmetros, ao mesmo tempo em que avalia o impacto das mudanças incrementais no desempenho do modelo. Com o Sagemaker Experiments, você pode acompanhar suas iterações de ML e salvar automaticamente todos os metadados relacionados, como métricas, parâmetros e artefatos em um local central.
Avalie experimentos
Encontrar o melhor modelo em várias iterações requer análise e comparação do desempenho do modelo. Os experimentos do SageMaker fornecem visualizações como gráficos de dispersão, gráficos de barras e histogramas. Além disso, o Sagemaker Experiments SDK permite que você carregue os dados registrados em seu notebook para análise off-line.
Crie modelos de forma colaborativa
A colaboração centrada na equipe dentro da organização é fundamental para um projeto de ciência de dados bem-sucedido. O SageMaker Experiments é integrado com o SageMaker Studio, permitindo que os membros da equipe acessem as mesmas informações e confirmem que os resultados do experimento são consistentes, o que facilita a colaboração. Use o recurso de pesquisa do SageMaker Studio para encontrar rapidamente experimentos relevantes do passado.
Reproduza e audite experimentos de ML
Quando o desempenho de um modelo muda, você precisa entender a causa raiz da mudança. Às vezes, você deseja documentar o processo de desenvolvimento do modelo para que ele possa ser reproduzido e testado facilmente. Usando o Sagemaker Experiments, você pode acessar e reproduzir seu fluxo de trabalho de ML a partir dos experimentos que você acompanhou.
Como começar a usar
Descubra como os experimentos do SageMaker funcionam
Saiba mais sobre gerenciamento de experimentos, registro de metadados e análise.