Wählen Sie Ihre Cookie-Einstellungen aus

Wir verwenden essentielle Cookies und ähnliche Tools, die für die Bereitstellung unserer Website und Services erforderlich sind. Wir verwenden Performance-Cookies, um anonyme Statistiken zu sammeln, damit wir verstehen können, wie Kunden unsere Website nutzen, und Verbesserungen vornehmen können. Essentielle Cookies können nicht deaktiviert werden, aber Sie können auf „Anpassen“ oder „Ablehnen“ klicken, um Performance-Cookies abzulehnen.

Wenn Sie damit einverstanden sind, verwenden AWS und zugelassene Drittanbieter auch Cookies, um nützliche Features der Website bereitzustellen, Ihre Präferenzen zu speichern und relevante Inhalte, einschließlich relevanter Werbung, anzuzeigen. Um alle nicht notwendigen Cookies zu akzeptieren oder abzulehnen, klicken Sie auf „Akzeptieren“ oder „Ablehnen“. Um detailliertere Entscheidungen zu treffen, klicken Sie auf „Anpassen“.

SageMaker Amazon-Experimente in Studio Classic

Fokusmodus
SageMaker Amazon-Experimente in Studio Classic - Amazon SageMaker KI

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Wichtig

Die Nachverfolgung von SageMaker Experimenten mit dem Experiments Python SDK ist nur in Studio Classic verfügbar. Wir empfehlen, das neue Studio-Erlebnis zu verwenden und Experimente mit den neuesten SageMaker KI-Integrationen mit MLflow zu erstellen. Es gibt keine MLflow UI-Integration mit Studio Classic. Wenn Sie es MLflow mit Studio verwenden möchten, müssen Sie die MLflow Benutzeroberfläche mit dem starten AWS CLI. Weitere Informationen finden Sie unter Starten Sie die MLflow Benutzeroberfläche mit dem AWS CLI.

Amazon SageMaker Experiments Classic ist eine Funktion von Amazon SageMaker AI, mit der Sie Ihre Machine-Learning-Experimente in Studio Classic erstellen, verwalten, analysieren und vergleichen können. Verwenden Sie SageMaker Experimente, um sowohl benutzerdefinierte Experimente, die Sie programmgesteuert erstellen, als auch automatisch anhand von SageMaker KI-Jobs erstellte Experimente anzuzeigen, zu verwalten, zu analysieren und zu vergleichen.

Experiments Classic verfolgt die Eingaben, Parameter, Konfigurationen und Ergebnisse Ihrer Iterationen automatisch als Durchläufe. Sie können diese Läufe zu Experimenten zuordnen, gruppieren und organisieren. SageMaker Experiments ist in Amazon SageMaker Studio Classic integriert und bietet eine visuelle Oberfläche, über die Sie Ihre aktiven und vergangenen Experimente durchsuchen, Durchläufe anhand wichtiger Leistungskennzahlen vergleichen und die Modelle mit der besten Leistung identifizieren können. SageMaker Experiments verfolgt alle Schritte und Artefakte, die zur Erstellung eines Modells beigetragen haben, und Sie können schnell zu den Ursprüngen eines Modells zurückkehren, wenn Sie Probleme in der Produktion beheben oder Ihre Modelle auf Konformitätsprüfungen überprüfen.

Migrieren Sie von Experiments Classic zu Amazon SageMaker AI mit MLflow

Frühere Experimente, die mit Experiments Classic erstellt wurden, können weiterhin in Studio Classic angesehen werden. Wenn Sie den Code früherer Experimente beibehalten und verwenden möchten MLflow, müssen Sie Ihren Trainingscode aktualisieren, um das MLflow SDK verwenden zu können, und die Trainingsexperimente erneut ausführen. Weitere Informationen zu den ersten Schritten mit dem MLflow SDK und dem AWS MLflow Plugin finden Sie unterIntegrieren Sie MLflow sich in Ihre Umgebung.

DatenschutzNutzungsbedingungen für die WebsiteCookie-Einstellungen
© 2025, Amazon Web Services, Inc. oder Tochtergesellschaften. Alle Rechte vorbehalten.