View a markdown version of this page

Setel Beberapa Algoritma dengan Optimasi Hyperparameter untuk Menemukan Model Terbaik - Amazon SageMaker AI

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

Setel Beberapa Algoritma dengan Optimasi Hyperparameter untuk Menemukan Model Terbaik

Untuk membuat pekerjaan optimasi hyperparameter (HPO) baru dengan Amazon SageMaker AI yang menyetel beberapa algoritma, Anda harus menyediakan pengaturan pekerjaan yang berlaku untuk semua algoritma yang akan diuji dan definisi pelatihan untuk masing-masing algoritma ini. Anda juga harus menentukan sumber daya yang ingin Anda gunakan untuk pekerjaan penyetelan.

  • Peng aturan pekerjaan untuk dikonfigurasi termasuk start hangat, penghentian awal, dan strategi penyetelan. Mulai hangat dan penghentian awal hanya tersedia saat menyetel satu algoritma.

  • Definisi pekerjaan pelatihan untuk menentukan nama, sumber algoritma, metrik objektif, dan rentang nilai, bila diperlukan, untuk mengonfigurasi himpunan nilai hyperparameter untuk setiap pekerjaan pelatihan. Ini mengonfigurasi saluran untuk input data, lokasi keluaran data, dan lokasi penyimpanan pos pemeriksaan apa pun untuk setiap pekerjaan pelatihan. Definisi ini juga mengonfigurasi sumber daya yang akan digunakan untuk setiap pekerjaan pelatihan, termasuk jenis dan jumlah instans, pelatihan tempat terkelola, dan kondisi penghentian.

  • Sumber daya pekerjaan penyetelan: untuk diterapkan, termasuk jumlah maksimum pekerjaan pelatihan bersamaan yang dapat dijalankan oleh pekerjaan penyetelan hyperparameter secara bersamaan dan jumlah maksimum pekerjaan pelatihan yang dapat dijalankan oleh pekerjaan penyetelan hyperparameter.

Mulai

Anda dapat membuat pekerjaan penyetelan hyperparameter baru, mengkloning pekerjaan, menambah, atau mengedit tag ke pekerjaan dari konsol. Anda juga dapat menggunakan fitur pencarian untuk menemukan pekerjaan berdasarkan nama, waktu pembuatan, atau status mereka. Atau, Anda juga dapat melakukan pekerjaan penyetelan hyperparameter dengan SageMaker AI API.

  • Di konsol: Untuk membuat pekerjaan baru, buka konsol Amazon SageMaker AI di https://console.aws.amazon.com/sagemaker/, pilih pekerjaan penyetelan Hyperparameter dari menu Pel atihan, lalu pilih Buat pekerjaan penyetelan hyperparameter. Kemudian ikuti langkah-langkah konfigurasi untuk membuat pekerjaan pelatihan untuk setiap algoritma yang ingin Anda gunakan. Langkah-langkah ini didokumentasikan dalam Membuat Pekerjaan Penyetelan Optimasi Hyperparameter untuk Satu atau Lebih Algoritma (Konsol) topik.

    catatan

    Saat Anda memulai langkah-langkah konfigurasi, perhatikan bahwa fitur start hangat dan penghentian awal tidak tersedia untuk digunakan dengan HPO multi-algoritma. Jika Anda ingin menggunakan fitur-fitur ini, Anda hanya dapat menyetel satu algoritma pada satu waktu.

  • Dengan API: Untuk petunjuk penggunaan SageMaker API untuk membuat pekerjaan penyetelan hyperparameter, lihat Contoh: Pekerjaan Penyetelan Hyperparameter. Saat Anda memang CreateHyperParameterTuningJob gil untuk menyetel beberapa algoritma, Anda harus memberikan daftar definisi pelatihan menggunakan TrainingJobDefinitions alih-alih menentukan satu TrainingJobDefinition. Anda harus memberikan pengaturan pekerjaan yang berlaku untuk semua algoritma yang akan diuji dan definisi pelatihan untuk masing-masing algoritma ini. Anda juga harus menentukan sumber daya yang ingin Anda gunakan untuk pekerjaan penyetelan. Pilih hanya satu dari jenis definisi ini tergantung pada jumlah algoritma yang sedang disetel.