Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
importante
El seguimiento de SageMaker experimentos mediante el SDK de Experiments Python solo está disponible en Studio Classic. Recomendamos usar la nueva experiencia de Studio y crear experimentos con las últimas integraciones de SageMaker IA con MLflow. No hay ninguna integración de MLflow interfaz de usuario con Studio Classic. Si desea utilizarla MLflow con Studio, debe iniciar la MLflow interfaz de usuario mediante AWS CLI. Para obtener más información, consulte Inicie la MLflow interfaz de usuario mediante el AWS CLI.
Amazon SageMaker Experiments Classic es una función de Amazon SageMaker AI que le permite crear, gestionar, analizar y comparar sus experimentos de aprendizaje automático en Studio Classic. Utilice SageMaker Experiments para ver, gestionar, analizar y comparar tanto los experimentos personalizados que cree mediante programación como los que se crean automáticamente a partir de trabajos de SageMaker IA.
Experimentos Classic realiza un seguimiento automático de las entradas, parámetros, configuraciones y resultados de las iteraciones como ejecuciones. Puedes asignar, agrupar y organizar estas ejecuciones en experimentos. SageMaker Experiments está integrado con Amazon SageMaker Studio Classic y proporciona una interfaz visual para explorar los experimentos activos y anteriores, comparar las ejecuciones en función de las principales métricas de rendimiento e identificar los modelos con mejor rendimiento. SageMaker Experiments hace un seguimiento de todos los pasos y artefactos necesarios para crear un modelo, y puede revisar rápidamente los orígenes de un modelo cuando esté solucionando problemas en la producción o auditando sus modelos para comprobar su conformidad.
Migre de Experiments Classic a Amazon SageMaker AI con MLflow
Los experimentos anteriores creados con Experimentos Classic todavía están disponibles para su visualización en Studio Classic. Si quieres mantener y usar el código de los experimentos anteriores MLflow, debes actualizar el código de entrenamiento para usar el MLflow SDK y volver a ejecutar los experimentos de entrenamiento. Para obtener más información sobre cómo empezar a utilizar el MLflow SDK y el AWS MLflow complemento, consulteIntégrelo MLflow con su entorno.