View a markdown version of this page

Contoh: Melihat Kurva Pelatihan dan Validasi - Amazon SageMaker AI

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

Contoh: Melihat Kurva Pelatihan dan Validasi

Biasanya, Anda membagi data tempat Anda melatih model Anda menjadi kumpulan data pelatihan dan validasi. Anda menggunakan set pelatihan untuk melatih parameter model yang digunakan untuk membuat prediksi pada dataset pelatihan. Kemudian Anda menguji seberapa baik model membuat prediksi dengan menghitung prediksi untuk set validasi. Untuk menganalisis kinerja pekerjaan pelatihan, Anda biasanya memplot kurva pelatihan terhadap kurva validasi.

Melihat grafik yang menunjukkan akurasi untuk set pelatihan dan validasi dari waktu ke waktu dapat membantu Anda meningkatkan kinerja model Anda. Misalnya, jika akurasi pelatihan terus meningkat dari waktu ke waktu, tetapi, pada titik tertentu, akurasi validasi mulai menurun, kemungkinan Anda terlalu cocok dengan model Anda. Untuk mengatasi hal ini, Anda dapat melakukan penyesuaian pada model Anda, seperti meningkatkan regularisasi.

Untuk contoh ini, Anda dapat menggunakan Image-classification-full-training contoh di bagian Contoh buku catatan pada instance notebook SageMaker AI Anda. Jika Anda tidak memiliki instance SageMaker buku catatan, buat satu dengan mengikuti petunjuk diBuat Instans SageMaker Notebook Amazon untuk tutorial. Jika mau, Anda dapat mengikuti Contoh Klasifikasi Gambar End-to-End Multiclass di contoh notebook pada GitHub. Anda juga memerlukan bucket Amazon S3 untuk menyimpan data pelatihan dan untuk keluaran model.

Untuk melihat kurva kesalahan pelatihan dan validasi

  1. Buka konsol SageMaker AI di https://console.aws.amazon.com/sagemaker.

  2. Pilih Notebook, lalu pilih Inst ans Notebook.

  3. Pilih instance buku catatan yang ingin Anda gunakan, lalu pilih Buka.

  4. Pada dasbor untuk instance notebook Anda, pilih Contoh SageMaker AI.

  5. Perluas bagian Peng antar Algoritma Amazon, lalu pilih Gunakan di sebelah Image-classification-fulltraining.ipynb.

  6. Pilih Buat salinan. SageMaker AI membuat salinan buku catatan yang dapat diedit di instance buku Image-classification-fulltraining.ipynb catatan Anda.

  7. Jalankan semua sel di buku catatan hingga bagian Inferensi. Anda tidak perlu menerapkan titik akhir atau mendapatkan inferensi untuk contoh ini.

  8. Setelah pekerjaan pelatihan dimulai, buka CloudWatch konsol di https://console.aws.amazon.com/cloudwatch.

  9. Pilih Metrik, lalu pilih/aws/sagemaker/TrainingJobs.

  10. Pilih TrainingJobName.

  11. Pada tab Semua metrik, pilih met rik train:akurasi dan validasi:akurasi untuk pekerjaan pelatihan yang Anda buat di buku catatan.

  12. Pada grafik, pilih area yang nilai-nilai metrik akan diperbesar. Anda harus melihat sesuatu seperti contoh berikut.

    Diperbesar area dalam grafik.