Panoramica delle pipeline - 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.

Panoramica delle pipeline

Una SageMaker pipeline Amazon è una serie di passaggi interconnessi in grafo aciclico diretto (DAG) definiti utilizzando l'interfaccia utente o Pipelines. drag-and-drop SDK Puoi anche creare la tua pipeline utilizzando lo schema di definizione della pipeline. JSON Questa DAG JSON definizione fornisce informazioni sui requisiti e sulle relazioni tra ogni fase della pipeline. La struttura di una pipeline DAG è determinata dalle dipendenze dei dati tra le fasi. Queste dipendenze tra i dati vengono create quando le proprietà dell'output di una fase vengono trasmesse come input a un'altra fase. L'immagine seguente è un esempio di pipeline: DAG

Un esempio di grafico aciclico diretto alla pipeline (). DAG
L'esempio DAG include i seguenti passaggi:

  1. AbaloneProcess, un'istanza della fase Processing, esegue uno script di preelaborazione sui dati utilizzati per l'addestramento. Ad esempio, lo script può inserire i valori mancanti, normalizzare i dati numerici o suddividere i dati nei set di dati di addestramento, convalida e test.

  2. AbaloneTrain, un'istanza della fase di formazione, configura gli iperparametri e addestra un modello a partire dai dati di input preelaborati.

  3. AbaloneEval, un'altra istanza della fase Processing, valuta la precisione del modello. Questo passaggio mostra un esempio di dipendenza dai dati: questo passaggio utilizza l'output del set di dati di test di. AbaloneProcess

  4. AbaloneMSECondè un'istanza di una fase Condition che, in questo esempio, verifica che il mean-square-error risultato della valutazione del modello sia inferiore a un determinato limite. Se il modello non soddisfa i criteri, l'esecuzione della pipeline si interrompe.

  5. L'esecuzione della pipeline procede con i seguenti passaggi:

    1. AbaloneRegisterModel, dove SageMaker richiama un RegisterModelpassaggio per registrare il modello come gruppo di pacchetti di modelli con versioni nell'Amazon SageMaker Model Registry.

    2. AbaloneCreateModel, dove SageMaker richiama un CreateModelpassaggio per creare il modello in preparazione alla trasformazione in batch. InAbaloneTransform, SageMaker richiama una fase di trasformazione per generare previsioni del modello su un set di dati specificato dall'utente.

I seguenti argomenti descrivono i concetti fondamentali di Pipelines. Per un tutorial che descrive l'implementazione di questi concetti, consulta Azioni relative alle pipeline.

Argomenti