翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
Studio Classic の Amazon SageMaker Experiments
重要
SageMaker Experiments Python SDK を使用した実験の追跡は、Studio Classic でのみ行うことができます。新しい Studio エクスペリエンスを使用し、最新の SageMaker AI と MLflow の統合を使用して実験を作成することをお勧めします。MLflow の UI は Studio Classic とは統合されていません。Studio で MLflow を使用する場合は、 AWS CLIを使用して MLflow UI を起動する必要があります。詳細については、「を使用して MLflow UI を起動する AWS CLI」を参照してください。
Amazon SageMaker Experiments Classic は、Studio Classic で機械学習実験を作成、管理、分析、比較できる Amazon SageMaker AI の機能です。SageMaker Experiments を使用して、プログラムで作成したカスタム実験と SageMaker AI ジョブから自動的に作成された実験の両方を表示、管理、分析、比較します。
Experiments Classic は、入力、パラメータ、設定、反復の結果を実行 (Run) として自動的に追跡します。この実行を実験に割り当て、グループ化し、整理することができます。SageMaker Experiments は Amazon SageMaker Studio Classic と統合されており、ビジュアルインターフェイスを利用して、アクティブな実験や過去の実験を参照できるほか、主要なパフォーマンスメトリクスで実行を比較し、最もパフォーマンスの高いモデルを特定できます。SageMaker Experiments により、モデル作成のすべてのステップとアーティファクトが追跡されるため、本稼働で発生した問題のトラブルシューティングやコンプライアンスの監査の際に、モデルの履歴を簡単に追跡できます。
MLflow を使用して Experiments Classic から Amazon SageMaker AI に移行する
Experiments Classic を使用して作成した過去の実験を Studio Classic でも表示できます。MLflow で過去の実験コードを維持して使用する場合は、MLflow SDK を使用するようにトレーニングコードを更新し、トレーニング実験を再実行する必要があります。MLflow SDK と AWS MLflow プラグインの使用開始の詳細については、「」を参照してください環境に MLflow を統合する。
