Kartu model FAQs

J: Anda dapat menggunakan model untuk berbagai aplikasi bisnis mulai dari memprediksi serangan cyber dan menyetujui aplikasi pinjaman hingga mendeteksi kategori email. Masing-masing aplikasi ini mengasumsikan tingkat risiko yang berbeda. Misalnya, salah mendeteksi serangan cyber memiliki dampak bisnis yang jauh lebih besar daripada salah mengkategorikan email. Mengingat profil risiko model yang bervariasi ini, Anda dapat menggunakan kartu model untuk memberikan peringkat risikolow,medium, atau high untuk model. Jika Anda tidak tahu risiko model Anda, Anda dapat mengatur statusnyaunknown. Pelanggan bertanggung jawab untuk menetapkan profil risiko untuk setiap model. Berdasarkan peringkat risiko, organisasi mungkin memiliki aturan yang berbeda untuk menerapkan model tersebut ke produksi. Untuk informasi selengkapnya, lihat Peringkat risiko.

Tujuan penggunaan model menjelaskan bagaimana Anda harus menggunakan model dalam aplikasi produksi Anda. Ini melampaui persyaratan teknis seperti jenis instance yang harus Anda gunakan model dan sebagai gantinya mengacu pada jenis aplikasi yang akan dibuat dengan model, skenario di mana Anda dapat mengharapkan kinerja yang wajar dari model, atau jenis data untuk digunakan dengan model. Kami merekomendasikan untuk memberikan informasi ini dalam kartu model untuk tata kelola model yang lebih baik. Anda dapat menentukan jenis spesifikasi model di bidang penggunaan yang dimaksudkan dan memastikan bahwa pengembang model dan konsumen mengikuti spesifikasi ini saat melatih dan menerapkan model mereka. Untuk informasi selengkapnya, lihat Penggunaan model yang dimaksudkan.

Saat Anda menggunakan SageMaker Python SDK atau AWS konsol untuk membuat kartu model Anda, SageMaker otomatis mengisi detail tentang model SageMaker terlatih Anda di kartu. Ini termasuk detail tentang bagaimana model dilatih bersama dengan semua detail model yang dikembalikan oleh describe-model API panggilan.

Kartu SageMaker Model Amazon memiliki struktur yang ditentukan untuk mereka yang tidak dapat dimodifikasi. Struktur ini memberi Anda panduan tentang informasi apa yang harus ditangkap dalam kartu model. Meskipun Anda tidak dapat mengubah struktur kartu model, ada beberapa fleksibilitas yang diperkenalkan melalui properti khusus di bagian Informasi tambahan pada kartu model.

Kartu model memiliki versi yang terkait dengannya. Versi model yang diberikan tidak dapat diubah di semua atribut selain status kartu model. Jika Anda membuat perubahan lain pada kartu model, seperti metrik evaluasi, deskripsi, atau penggunaan yang dimaksudkan, SageMaker buat versi baru kartu model untuk mencerminkan informasi yang diperbarui. Ini untuk memastikan bahwa kartu model, setelah dibuat, tidak dapat dirusak.

J: Ya. Anda dapat membuat kartu model untuk model yang tidak dilatih SageMaker, tetapi tidak ada informasi yang secara otomatis terisi dalam kartu. Anda harus memberikan semua informasi yang diperlukan dalam kartu model untuk SageMaker non-model.

J: Ya. Anda dapat mengekspor setiap versi kartu model kePDF, mengunduh, dan membagikannya.

A: Tidak. Anda dapat menggunakan kartu model secara independen dari Registry Model.

J: Kartu model dimaksudkan untuk memberi organisasi mekanisme untuk mendokumentasikan sebanyak mungkin detail tentang model mereka sesuka mereka dengan mengikuti SageMaker panduan preskriptif bersama dengan memberikan informasi khusus mereka sendiri. Anda dapat memperkenalkan kartu model di awal proses ML dan menggunakannya untuk menentukan masalah bisnis yang harus dipecahkan oleh model dan pertimbangan apa pun untuk dipikirkan saat menggunakan model. Setelah model dilatih, Anda dapat mengisi kartu model yang terkait dengan model itu dengan informasi tentang model dan bagaimana itu dilatih. Kartu model dikaitkan dengan model dan tidak dapat diubah setelah dikaitkan dengan model. Ini memastikan bahwa kartu model adalah satu-satunya sumber kebenaran untuk semua informasi yang terkait dengan model, termasuk bagaimana kartu itu dilatih dan bagaimana seharusnya digunakan.

Model Registry adalah katalog yang menyimpan metadata tentang model Anda. Setiap entri dalam registri model sesuai dengan versi model yang unik. Versi model itu berisi informasi tentang model seperti tempat artefak model disimpan di Amazon S3, wadah apa yang diperlukan untuk menerapkan model, dan metadata khusus yang harus dilampirkan ke model.

A: Versi kartu model dan versi model adalah entitas yang berbeda di SageMaker. Setiap pembaruan ke kartu model menghasilkan versi baru kartu itu. Versi model sesuai dengan model yang dilatih secara bertahap yang terdaftar di Registri Model. Versi kartu model dapat ditautkan ke versi model tertentu di Registri Model melalui bidang ID model di kartu model, tetapi ini tidak diperlukan.

A: Tidak. Anda dapat mengunggah metrik kinerja yang dihitung oleh SageMaker Model Monitor ke kartu model dengan mengunggah file metrik ke Amazon S3 dan menautkannya ke kartu, tetapi tidak ada integrasi asli antara Monitor Model dan kartu model. Dasbor model terintegrasi dengan Model Monitor. Untuk informasi selengkapnya tentang dasbor model, lihat Dasbor SageMaker Model Amazon.