Amazon SageMaker ML 계보 추적

Amazon SageMaker ML 계보 추적은 데이터 준비부터 모델 배포까지 기계 학습(ML) 워크플로의 단계에 대한 정보를 생성하고 저장합니다. 추적 정보를 사용하여 워크플로 단계를 재현하고, 모델 및 데이터세트 계보를 추적하고, 모델 거버넌스 및 감사 표준을 설정할 수 있습니다.

SageMaker AI의 계보 추적 기능은 백엔드에서 작동하여 모델 훈련 및 배포 워크플로와 관련된 모든 메타데이터를 추적합니다. 여기에는 훈련 작업, 사용된 데이터세트, 파이프라인, 엔드포인트, 실제 모델이 포함됩니다. 언제든지 계보 서비스를 쿼리하여 모델 훈련에 사용된 정확한 아티팩트를 찾을 수 있습니다. 사용된 데이터세트와 정확히 일치하는 데이터세트에 액세스할 수 있는 한, 이러한 아티팩트를 사용하여 동일한 ML 워크플로를 다시 만들어 모델을 재현할 수 있습니다. 시험 구성 요소는 훈련 작업을 추적합니다. 이 시험 구성 요소에는 훈련 작업의 일부로 사용되는 모든 파라미터가 있습니다. 전체 워크플로를 다시 실행할 필요가 없는 경우 훈련 작업을 재현하여 동일한 모델을 도출할 수 있습니다.

SageMaker AI 계보 추적 데이터 과학자와 모델 빌더는 다음을 수행할 수 있습니다.

다음 다이어그램은 Amazon SageMaker AI가 end-to-end 모델 훈련 및 배포 ML 워크플로에서 자동으로 생성하는 계보 그래프의 예를 보여줍니다.