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.
Standardverhalten
Erstellen Sie eine Pipeline
Das Standardverhalten beim Erstellen einer SageMaker KI-Pipeline besteht darin, sie automatisch in SageMaker Experimente zu integrieren. Wenn Sie keine benutzerdefinierte Konfiguration angeben, erstellt SageMaker AI ein Experiment mit demselben Namen wie die Pipeline, eine Ausführungsgruppe für jede Ausführung der Pipeline mit der Pipeline-Ausführungs-ID als Namen und einzelne Läufe innerhalb jeder Ausführungsgruppe für jeden SageMaker AI-Job, der als Teil der Pipeline-Schritte gestartet wird. Sie können Metriken verschiedener Pipeline-Ausführungen nahtlos verfolgen und vergleichen, ähnlich wie Sie ein Modelltrainingsexperiment analysieren würden. Im folgenden Abschnitt wird dieses Standardverhalten bei der Definition einer Pipeline ohne explizite Konfiguration der Experimentintegration veranschaulicht.
Das pipeline_experiment_config
ist weggelassen. ExperimentName
ist standardmäßig auf die Pipeline name
eingestellt. TrialName
ist standardmäßig die Ausführungs-ID.
pipeline_name = f"MyPipeline" pipeline = Pipeline( name=pipeline_name, parameters=[...], steps=[step_train] )
Pipeline-Definitionsdatei
{ "Version": "2020-12-01", "Parameters": [ { "Name": "InputDataSource" }, { "Name": "InstanceCount", "Type": "Integer", "DefaultValue": 1 } ], "PipelineExperimentConfig": { "ExperimentName": {"Get": "Execution.PipelineName"}, "TrialName": {"Get": "Execution.PipelineExecutionId"} }, "Steps": [...] }