View a markdown version of this page

SageMaker Amazon ML Lineage Tracking - Amazon SageMaker AI

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

SageMaker Amazon ML Lineage Tracking

Nota

Al 30 novembre 2023, la precedente esperienza con Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta Amazon Studio SageMaker.

Studio Classic è ancora gestito per i carichi di lavoro esistenti ma non è più disponibile per l'onboarding. È possibile interrompere o eliminare solo le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di migrare il carico di lavoro alla nuova esperienza di Studio.

Amazon SageMaker ML Lineage Tracking crea e archivia informazioni sulle fasi di un flusso di lavoro di machine learning (ML) dalla preparazione dei dati alla distribuzione del modello. Con le informazioni di monitoraggio, puoi riprodurre le fasi del flusso di lavoro, monitorare il lineage del modello e del set di dati e stabilire standard di governance e audit del modello.

SageMaker La funzione Lineage Tracking di AI funziona nel backend per tracciare tutti i metadati associati ai flussi di lavoro di addestramento e distribuzione dei modelli. Ciò include i processi di addestramento, i set di dati utilizzati, le pipeline, gli endpoint e i modelli effettivi. Puoi interrogare il servizio Lineage in qualsiasi momento per trovare gli artefatti esatti utilizzati per addestrare un modello. Utilizzando questi artefatti, è possibile ricreare lo stesso flusso di lavoro ML per riprodurre il modello, purché si abbia accesso allo stesso set di dati utilizzato. Un componente di prova tiene traccia del processo di addestramento. Questo componente di prova ha tutti i parametri utilizzati come parte del processo di addestramento. Se non è necessario eseguire nuovamente l'intero flusso di lavoro, è possibile riprodurre il processo di addestramento per ricavare lo stesso modello.

Con SageMaker AI Lineage Tracking, i data scientist e i costruttori di modelli possono fare quanto segue:

  • Conservare una cronologia aggiornata degli esperimenti di individuazione dei modelli.

  • Stabilire la governance dei modelli monitorando gli artefatti di lineage del modello per l'audit e la verifica della conformità.

Il diagramma seguente mostra un esempio di grafico di derivazione che Amazon SageMaker AI crea automaticamente in un flusso di lavoro di machine learning end-to-end per l'addestramento e l'implementazione dei modelli.

Un esempio di grafico dei metadati delle entità di derivazione creato dall'intelligenza artificiale per tracciare il flusso di lavoro. SageMaker