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.
Introduzione alle entità
Amazon crea SageMaker automaticamente entità di tracciamento per SageMaker lavori, modelli, pacchetti di modelli ed endpoint, se i dati sono disponibili. Per un flusso di lavoro di base, supponiamo di addestrare un modello utilizzando un set di dati. SageMaker genera automaticamente un grafico di derivazione con tre entità:
-
Set di dati: un tipo di artefatto, ovvero un'entità che rappresenta un oggetto o un dato URI indirizzabile. Un artefatto è generalmente un input o un output per un componente o un'operazione di prova.
-
TrainingJob: Un tipo di componente di prova, che è un'entità che rappresenta i lavori di elaborazione, formazione e trasformazione.
-
Modello: in altro tipo di artefatto. Come l'artefatto Dataset, un modello è un URI oggetto indirizzabile. In questo caso, si tratta di un output del componente di prova. TrainingJob
Il grafo di derivazione del modello si espande rapidamente se si aggiungono ulteriori fasi al flusso di lavoro, come la preelaborazione o la postelaborazione dei dati, se si distribuisce il modello su un endpoint o se si include il modello in un pacchetto di modelli, tra molte altre possibilità. Per l'elenco completo delle SageMaker entità, vedereMonitoraggio del lignaggio di Amazon SageMaker ML.
Proprietà dell'entità
Ogni nodo nel grafico mostra il tipo di entità, ma puoi scegliere i puntini di sospensione verticali a destra del tipo di entità per visualizzare dettagli specifici relativi al tuo flusso di lavoro. Nel nostro precedente grafico di derivazione barebone, potete scegliere l'ellissi verticale accanto per visualizzare i valori specifici per le seguenti proprietà (comuni DataSeta tutte le entità degli artefatti):
-
Nome: il nome del set di dati.
-
Fonte URI: la posizione Amazon S3 del tuo set di dati.
Per l'entità TrainingJob, puoi visualizzare i valori specifici per le seguenti proprietà (comuni a tutte le entità TrialComponent):
-
Nome: il nome del processo di addestramento.
-
Job ARN: L'Amazon Resource Name (ARN) del tuo lavoro di formazione.
Per l'entità Model, vengono visualizzate le stesse proprietà elencate DataSetpoiché sono entrambe entità artefatto. Per un elenco delle entità e delle proprietà associate, consulta Entità di monitoraggio del lineage.
Query di entità
Amazon genera SageMaker automaticamente grafici delle entità di discendenza man mano che li utilizzi. Tuttavia, se stai eseguendo molte iterazioni di un esperimento e non desideri visualizzare tutti i grafici di derivazione, AWS SDK può aiutarti a eseguire query su tutti i tuoi flussi di lavoro. Ad esempio, è possibile interrogare le entità di derivazione per tutti i processi di elaborazione che utilizzano un endpoint. In alternativa, puoi vedere tutti i percorsi a valle che utilizzano un artefatto. Per un elenco di tutte le query che puoi eseguire, consulta Esecuzione di query su entità di lineage.
