Entitas Pelacakan Silsilah

Konsep kunci untuk menanyakan garis keturunan

• Lineage — Metadata yang melacak hubungan antara berbagai entitas dalam alur kerja ML Anda.

• QueryLineage— Tindakan untuk memeriksa garis keturunan Anda dan menemukan hubungan antar entitas.

• Entitas garis keturunan — Elemen metadata yang menyusun garis keturunan Anda.

• Silsilah lintas akun — Alur kerja ML Anda mungkin menjangkau lebih dari satu akun. Dengan silsilah lintas akun, Anda dapat mengonfigurasi beberapa akun untuk secara otomatis membuat asosiasi garis keturunan antara sumber daya entitas bersama. QueryLineage kemudian dapat mengembalikan entitas bahkan dari akun bersama ini.

Entitas percobaan

• Komponen percobaan — Tahap uji coba pembelajaran mesin. Termasuk pekerjaan pemrosesan, pekerjaan pelatihan, dan pekerjaan transformasi batch.

• Percobaan — Kombinasi komponen percobaan yang umumnya menghasilkan model.

• Eksperimen — Pengelompokan uji coba yang umumnya berfokus pada pemecahan kasus penggunaan tertentu.

Entitas garis keturunan

• Komponen Uji Coba - Merupakan pemrosesan, pelatihan, dan transformasi pekerjaan dalam garis keturunan. Juga bagian dari manajemen eksperimen.

• Konteks — Menyediakan pengelompokan logis dari entitas pelacakan atau eksperimen lainnya. Secara konseptual, eksperimen dan percobaan adalah konteks. Beberapa contoh adalah endpoint dan paket model.

• Tindakan — Merupakan tindakan atau aktivitas. Umumnya, tindakan melibatkan setidaknya satu artefak input atau artefak keluaran. Beberapa contoh adalah langkah alur kerja dan penerapan model.

• Artifact - Merupakan objek atau data yang dapat dialamatkan URI. Artefak umumnya berupa input atau output ke komponen percobaan atau tindakan. Beberapa contoh termasuk kumpulan data (URI bucket S3), atau gambar (jalur registri Amazon ECR).

• Asosiasi — Menghubungkan entitas pelacakan atau eksperimen lainnya, seperti hubungan antara lokasi data pelatihan dan pekerjaan pelatihan.

  Sebuah asosiasi memiliki AssociationType properti opsional. Nilai-nilai berikut tersedia bersama dengan penggunaan yang disarankan untuk setiap jenis. SageMaker AI tidak membatasi penggunaannya:

  • ContributedTo— Sumber berkontribusi pada tujuan atau memiliki bagian dalam memungkinkan tujuan. Misalnya, data pelatihan berkontribusi pada pekerjaan pelatihan.

  • AssociatedWith— Sumber terhubung ke tujuan. Misalnya, alur kerja persetujuan dikaitkan dengan penerapan model.

  • DerivedFrom- Tujuan adalah modifikasi dari sumber. Misalnya, output intisari dari input saluran untuk pekerjaan pemrosesan berasal dari input asli.

  • Produced— Sumber yang menghasilkan tujuan. Misalnya, pekerjaan pelatihan menghasilkan artefak model.

  • SameAs— Ketika entitas silsilah yang sama digunakan dalam akun yang berbeda.

• Jenis properti

  Entitas aksi, artefak, dan konteks memiliki properti tipe,ActionType,ArtifactType, danContextType, masing-masing. Properti ini adalah string kustom yang dapat mengaitkan informasi yang bermakna dengan entitas dan digunakan sebagai filter dalam Daftar APIs.

• Properti sumber

  Entitas aksi, artefak, dan konteks memiliki Source properti. Properti ini menyediakan URI dasar yang diwakili entitas. Beberapa contohnya adalah:

  • UpdateEndpointTindakan di mana sumbernya adalahEndpointArn.

  • Artefak gambar untuk pekerjaan pemrosesan di mana sumbernya adalah. ImageUri

  • EndpointKonteks di mana sumbernya adalahEndpointArn.

• Properti metadata

  Entitas aksi dan artefak memiliki Metadata properti opsional yang dapat memberikan informasi berikut:

  • ProjectId— Misalnya, ID MLOps proyek SageMaker AI yang menjadi milik model.

  • GeneratedBy— Misalnya, eksekusi pipeline SageMaker AI yang mendaftarkan versi paket model.

  • Repository— Misalnya, repositori yang berisi algoritme.

  • CommitId— Misalnya, ID komit dari versi algoritma.