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.
Integrazione Amazon Experiments SageMaker
Amazon SageMaker Pipelines è strettamente integrato con Amazon Experiments. SageMaker Per impostazione predefinita, quando Pipelines crea ed esegue una pipeline, se non esistono, vengono create le seguenti entità SageMaker Experiments:
-
Un esperimento per la pipeline
-
Un gruppo di esecuzioni per ogni esecuzione della pipeline
-
Un'esecuzione che viene aggiunta al gruppo di esecuzione per ogni job SageMaker AI creato in una fase di esecuzione della pipeline
Puoi confrontare metriche come la precisione dell'addestramento dei modelli su più esecuzioni di pipeline così come puoi confrontare tali metriche su più gruppi di esecuzione di un SageMaker esperimento di addestramento di modelli AI.
L'esempio seguente mostra i parametri rilevanti della classe
Pipeline( name="MyPipeline", parameters=[...], pipeline_experiment_config=PipelineExperimentConfig( ExecutionVariables.PIPELINE_NAME, ExecutionVariables.PIPELINE_EXECUTION_ID ), steps=[...] )
Se non desideri creare un esperimento ed eseguire un gruppo per la pipeline, imposta pipeline_experiment_config su None.
Nota
L'integrazione degli esperimenti è stata introdotta nell'Amazon SageMaker Python SDK v2.41.0.
Le seguenti regole di denominazione si applicano in base a ciò che specifichi per i parametri ExperimentName e TrialName di pipeline_experiment_config:
-
Se non specifichi
ExperimentName, la pipelinenameviene utilizzata per il nome dell'esperimento.Se specifichi
ExperimentName, viene utilizzato per il nome dell'esperimento. Se esiste un esperimento con quel nome, i gruppi di esecuzioni creati dalla pipeline vengono aggiunti all'esperimento esistente. Se non esiste un esperimento con quel nome, viene creato un nuovo esperimento. -
Se non specifichi
TrialName, l'ID di esecuzione della pipeline viene utilizzato per il nome del gruppo di esecuzioni.Se specifichi
TrialName, viene utilizzato per il nome del gruppo di esecuzioni. Se esiste un gruppo di esecuzioni con quel nome, le esecuzioni create dalla pipeline vengono aggiunte al gruppo di esecuzioni esistente. Se non esiste un gruppo di esecuzioni con quel nome, viene creato un nuovo gruppo di esecuzioni.
Nota
Le entità dell'esperimento non vengono eliminate quando viene eliminata la pipeline che ha creato le entità. Puoi utilizzare l'API SageMaker Experiments per eliminare le entità.
Per informazioni su come visualizzare le entità SageMaker AI Experiment associate a una pipeline, consultaAccesso ai dati dell’esperimento da una pipeline. Per ulteriori informazioni sugli SageMaker esperimenti, vedereAmazon SageMaker Experiments in Studio Classic.
Le sezioni seguenti illustrano esempi delle regole precedenti e mostrano come le stesse sono rappresentate nel file di definizione della pipeline. Per ulteriori informazioni sui file di definizione delle pipeline, consulta Panoramica su Pipelines.
Argomenti
