Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Tune Beberapa Algoritma dengan Optimasi Hyperparameter untuk Menemukan Model Terbaik
Untuk membuat pekerjaan optimasi hyperparameter (HPO) baru dengan Amazon SageMaker AI yang menyetel beberapa algoritme, Anda harus menyediakan pengaturan pekerjaan yang berlaku untuk semua algoritme yang akan diuji dan definisi pelatihan untuk masing-masing algoritme ini. Anda juga harus menentukan sumber daya yang ingin Anda gunakan untuk pekerjaan penyetelan.
-
Pengaturan pekerjaan untuk mengonfigurasi termasuk start hangat, penghentian awal, dan strategi penyetelan. Awal yang hangat dan penghentian awal hanya tersedia saat menyetel satu algoritma.
-
Definisi pekerjaan pelatihan untuk menentukan nama, sumber algoritme, metrik objektif, dan rentang nilai, bila diperlukan, untuk mengonfigurasi kumpulan nilai hiperparameter untuk setiap pekerjaan pelatihan. Ini mengkonfigurasi saluran untuk input data, lokasi output data, dan lokasi penyimpanan pos pemeriksaan untuk setiap pekerjaan pelatihan. Definisi ini juga mengonfigurasi sumber daya yang akan diterapkan untuk setiap pekerjaan pelatihan, termasuk jenis dan jumlah instans, pelatihan spot terkelola, dan kondisi penghentian.
-
Sumber daya pekerjaan tuning: untuk diterapkan, termasuk jumlah maksimum pekerjaan pelatihan bersamaan yang dapat dijalankan oleh pekerjaan tuning hyperparameter secara bersamaan dan jumlah maksimum pekerjaan pelatihan yang dapat dijalankan oleh pekerjaan tuning hyperparameter.
Mulai
Anda dapat membuat pekerjaan penyetelan hyperparameter baru, mengkloning pekerjaan, menambahkan, atau mengedit tag ke pekerjaan dari konsol. Anda juga dapat menggunakan fitur pencarian untuk mencari pekerjaan berdasarkan nama, waktu pembuatan, atau statusnya. Atau, Anda juga dapat melakukan pekerjaan tuning hyperparameter dengan AI. SageMaker API
-
Di konsol: Untuk membuat pekerjaan baru, buka konsol Amazon SageMaker AI di https://console.aws.amazon.com/sagemaker/
, pilih pekerjaan tuning Hyperparameter dari menu Pelatihan, lalu pilih Buat pekerjaan tuning hyperparameter. Kemudian ikuti langkah-langkah konfigurasi untuk membuat pekerjaan pelatihan untuk setiap algoritme yang ingin Anda gunakan. Langkah-langkah ini didokumentasikan dalam Buat Job Tuning Optimasi Hyperparameter untuk Satu atau Lebih Algoritma (Konsol) topik. catatan
Saat Anda memulai langkah-langkah konfigurasi, perhatikan bahwa fitur mulai hangat dan penghentian awal tidak tersedia untuk digunakan dengan multi-algoritmaHPO. Jika Anda ingin menggunakan fitur-fitur ini, Anda hanya dapat menyetel satu algoritma pada satu waktu.
-
Dengan API: Untuk petunjuk tentang penggunaan SageMaker API untuk membuat pekerjaan tuning hyperparameter, lihat Contoh: Hyperparameter Tuning Job. Saat Anda menelepon
CreateHyperParameterTuningJobuntuk menyetel beberapa algoritme, Anda harus memberikan daftar definisi pelatihan menggunakanTrainingJobDefinitionsalih-alih menentukan satu. TrainingJobDefinition 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. Pilih hanya satu dari jenis definisi ini tergantung pada jumlah algoritma yang sedang disetel.
Topik
