Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Exemple : tâche de réglage d'hyperparamètres
Cet exemple montre comment créer un bloc-notes pour configurer et lancer une tâche de réglage d'hyperparamètres. La tâche de réglage utilise Utilisez l'algorithme XGBoost avec Amazon SageMaker pour entraîner un modèle afin de prédire si un client va s'inscrire pour un dépôt bancaire à terme après avoir été contacté par téléphone.
Vous utilisez le bas niveau SDK pour Python (Boto3) pour configurer et lancer la tâche de réglage des hyperparamètres, ainsi que AWS Management Console pour surveiller l'état des tâches de réglage des hyperparamètres. Vous pouvez également utiliser le logiciel Amazon SageMaker Python de SageMaker haut niveau d'Amazon SDK
Prérequis
Pour exécuter le code de cet exemple, vous avez besoin de :
-
Un compartiment Amazon S3 pour stocker votre jeu de données d'entraînement et les artefacts du modèle créés pendant l'entraînement
-
Une instance d' SageMaker ordinateur portable en cours d'exécution
Rubriques
- Création d'une instance de bloc-notes
- Téléchargez le client Amazon SageMaker Boto 3
- Obtenir le rôle SageMaker d'exécution
- Utilisation d'un compartiment Amazon S3 pour les entrées et les sorties
- Téléchargement, préparation et chargement des données d'entraînement
- Configuration et lancement de la tâche de réglage des hyperparamètres
- Nettoyage
