Integrazione con Amazon SageMaker Experiments - Amazon SageMaker

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 con Amazon SageMaker Experiments

Amazon SageMaker Pipelines è strettamente integrato con Amazon SageMaker Experiments. Per impostazione predefinita, quando Pipelines crea ed esegue una pipeline, vengono create le seguenti entità SageMaker Experiments se non esistono:

  • 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 SageMaker processo creato in una fase di esecuzione della pipeline

Puoi confrontare metriche come la precisione dell'addestramento dei modelli tra più esecuzioni di pipeline così come puoi confrontare tali metriche tra più gruppi di esecuzione di un esperimento di addestramento del modello. SageMaker

L'esempio seguente mostra i parametri rilevanti della classe Pipeline in Amazon SageMaker Python SDK.

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 in 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 pipeline name viene 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 usare SageMaker gli Esperimenti API per eliminare le entità.

Per informazioni su come visualizzare le entità dell' SageMaker esperimento associate a una pipeline, vedereAccedi ai dati dell'esperimento da una pipeline. Per ulteriori informazioni sugli SageMaker esperimenti, vedere SageMaker Esperimenti Amazon 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 delle pipeline.

Argomenti