기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
파이프라인 생성
SageMaker AI 파이프라인을 생성할 때 기본 동작은 SageMaker 실험과 자동으로 통합하는 것입니다. 사용자 지정 구성을 지정하지 않으면 SageMaker AI는 파이프라인과 동일한 이름의 실험, 파이프라인 실행 ID를 이름으로 사용하여 파이프라인의 각 실행에 대한 실행 그룹, 파이프라인 단계의 일부로 시작된 모든 SageMaker AI 작업에 대한 각 실행 그룹 내에서 개별 실행을 생성합니다. 모델 훈련 실험을 분석하는 방법과 마찬가지로 다양한 파이프라인 실행에서 지표를 원활하게 추적하고 비교할 수 있습니다. 다음 섹션에서는 실험 통합을 명시적으로 구성하지 않고 파이프라인을 정의할 때 이 기본 동작을 보여줍니다.
pipeline_experiment_config이 생략되었습니다. ExperimentName기본값은 name파이프라인입니다. TrialName기본값은 실행 ID입니다.
pipeline_name = f"MyPipeline"
pipeline = Pipeline(
name=pipeline_name,
parameters=[...],
steps=[step_train]
)파이프라인 정의 파일
{
"Version": "2020-12-01",
"Parameters": [
{
"Name": "InputDataSource"
},
{
"Name": "InstanceCount",
"Type": "Integer",
"DefaultValue": 1
}
],
"PipelineExperimentConfig": {
"ExperimentName": {"Get": "Execution.PipelineName"},
"TrialName": {"Get": "Execution.PipelineExecutionId"}
},
"Steps": [...]
}