View a markdown version of this page

Batas Sumber Daya untuk Penyetelan Model Otomatis - Amazon SageMaker AI
Contoh batas sumber daya

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Batas Sumber Daya untuk Penyetelan Model Otomatis

SageMaker AI menetapkan batas default berikut untuk sumber daya yang digunakan oleh penyetelan model otomatis:

Sumber daya Wilayah Batas default Dapat ditingkatkan hingga

Jumlah pekerjaan penyetelan hyperparameter paralel (bersamaan)

Semua

100

N/A

Jumlah hyperparameter yang dapat dicari *

Semua

30

N/A

Jumlah metrik yang ditentukan per pekerjaan penyetelan hyperparameter

Semua

20

N/A

Jumlah tugas pelatihan paralel per tugas penyetelan hyperparameter

Semua

10

100

[Optimasi Bayesian] Jumlah pekerjaan pelatihan per pekerjaan penyetelan hyperparameter

Semua

750

N/A

[Pencarian acak] Jumlah pekerjaan pelatihan per pekerjaan penyetelan hyperparameter

Semua

750

10000

[Hyperband] Jumlah pekerjaan pelatihan per pekerjaan penyetelan hyperparameter

Semua

750

N/A

[Grid] Jumlah pekerjaan pelatihan per pekerjaan penyetelan hyperparameter, baik ditentukan secara eksplisit atau disimpulkan dari ruang pencarian

Semua

750

N/A

Waktu berjalan maksimum untuk pekerjaan penyetelan hyperparameter

Semua

30 hari

N/A

* Setiap hyperparameter kategoris dapat memiliki paling banyak 30 nilai yang berbeda.

Contoh batas sumber daya

Saat Anda merencanakan pekerjaan penyetelan hyperparameter, Anda juga harus mempertimbangkan batasan sumber daya pelatihan. Untuk informasi tentang batas sumber daya default untuk pekerjaan pelatihan SageMaker AI, lihat B SageMaker atas AI. Setiap instance pelatihan bersamaan di mana semua pekerjaan penyetelan hyperparameter Anda dijalankan dihitung terhadap jumlah total instans pelatihan yang diizinkan. Misalnya, jika Anda menjalankan 10 pekerjaan penyetelan hyperparameter bersamaan, masing-masing pekerjaan penyetelan hyperparameter tersebut menjalankan 100 total pekerjaan pelatihan dan 20 pekerjaan pelatihan bersamaan. Masing-masing pekerjaan pelatihan tersebut berjalan pada satu instance ml.m 4.xlarge. Batas berikut berlaku:

  • Jumlah pekerjaan penyetelan hyperparameter bersamaan: Anda tidak perlu menambah batas, karena 10 pekerjaan tuning berada di bawah batas 100.

  • Jumlah pekerjaan pelatihan per pekerjaan penyetelan hyperparameter: Anda tidak perlu menambah batas, karena 100 pekerjaan pelatihan di bawah batas 750.

  • Jumlah pekerjaan pelatihan bersamaan per pekerjaan penyetelan hyperparameter: Anda perlu meminta kenaikan batas menjadi 20, karena batas defaultnya adalah 10.

  • SageMaker Pelatihan AI inst ans ml.m4.x large: Anda perlu meminta kenaikan batas menjadi 200, karena Anda memiliki 10 pekerjaan penyetelan hyperparameter, yang masing-masing menjalankan 20 pekerjaan pelatihan bersamaan. Batas default adalah 20 instance.

  • SageMaker Jumlah total instance pelatihan AI: Anda perlu meminta kenaikan batas menjadi 200, karena Anda memiliki 10 pekerjaan penyetelan hyperparameter, yang masing-masing menjalankan 20 pekerjaan pelatihan bersamaan. Batas default adalah 20 instance.

Untuk meminta kenaikan kuota:

  1. Buka laman AWS Pusat Dukungan, masuk jika perlu, dan pilih Buat kasus.

  2. Di halaman Create case (Buat kasus), pilihService limit increase (Peningkatan batas layanan).

  3. Pada panel Case details, pilih SageMaker AI Automatic Model Tuning [Hyperparameter Optimization] untuk tipe Limit

  4. Pada panel Permintaan untuk Per mintaan 1, pilih Wil ayah, Batas sumber daya untuk ditingkatkan dan nilai Batas Baru yang Anda minta. Pilih Tambahkan permintaan lain jika Anda memiliki permintaan tambahan untuk kenaikan kuota.

    UI permintaan peningkatan batas sumber daya.

  5. Di panel Deskripsi Kasus, berikan deskripsi kasus penggunaan Anda.

  6. Di panel opsi Kontak, pilih metode Kontak pilihan Anda (Web, Obro lan atau Telep on) lalu pilih K irim.