As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Integração SageMaker com Amazon Experiments

O Amazon SageMaker Model Building Pipelines está estreitamente integrado ao Amazon SageMaker Experiments. Por padrão, quando o SageMaker Pipelines cria e executa um pipeline, as seguintes entidades SageMaker Experiments são criadas, caso não existam:

Você pode comparar métricas, como a precisão do treinamento de modelos, em várias execuções de pipeline, da mesma forma que pode comparar essas métricas em vários grupos de execução de um experimento de treinamento de SageMaker modelo.

O exemplo a seguir mostra os parâmetros relevantes da classe Pipeline no Amazon SageMaker Python SDK.

Pipeline(
    name="MyPipeline",
    parameters=[...],
    pipeline_experiment_config=PipelineExperimentConfig(
      ExecutionVariables.PIPELINE_NAME,
      ExecutionVariables.PIPELINE_EXECUTION_ID
    ),
    steps=[...]
)

Se você não quiser criar um grupo de experimentos e execuções para o pipeline, defina pipeline_experiment_config como None.

As regras de nomenclatura a seguir se aplicam com base no que você especifica para os parâmetros ExperimentName e TrialName de pipeline_experiment_config:

Para obter informações sobre como visualizar as entidades do SageMaker experimento associadas a um pipeline, consulteExibir entidades de experimentos criadas por SageMaker pipelines. Para obter mais informações sobre SageMaker experimentos, consulteGerencie SageMaker experiências da Amazon no Studio Classic.

As seções a seguir mostram exemplos das regras anteriores e como elas são representadas no arquivo de definição de pipeline. Para obter mais informações sobre os arquivos de definição de pipeline, consulte SageMaker Visão geral dos oleodutos.

Comportamento padrão

Criar um pipeline

A pipeline_experiment_config é omitida. O ExperimentName é padrão para o pipeline name. O TrialName é padrão para o ID da execução.

pipeline_name = f"MyPipeline"
pipeline = Pipeline(
    name=pipeline_name,
    parameters=[...],
    steps=[step_train]
)

Arquivo de definição de pipeline

{
  "Version": "2020-12-01",
  "Parameters": [
    {
      "Name": "InputDataSource"
    },
    {
      "Name": "InstanceCount",
      "Type": "Integer",
      "DefaultValue": 1
    }
  ],
  "PipelineExperimentConfig": {
    "ExperimentName": {"Get": "Execution.PipelineName"},
    "TrialName": {"Get": "Execution.PipelineExecutionId"}
  },
  "Steps": [...]
}

Desabilitar a integração de experimentos

Criar um pipeline

A pipeline_experiment_config é definida como None.

pipeline_name = f"MyPipeline"
pipeline = Pipeline(
    name=pipeline_name,
    parameters=[...],
    pipeline_experiment_config=None,
    steps=[step_train]
)

Arquivo de definição de pipeline

É o mesmo do exemplo padrão anterior, sem a PipelineExperimentConfig.

Especifique um nome de experimento personalizado

Um nome de experimento personalizado é usado. O nome do grupo de execução é definido como o ID de execução, como acontece com o comportamento padrão.

Criar um pipeline

pipeline_name = f"MyPipeline"
pipeline = Pipeline(
    name=pipeline_name,
    parameters=[...],
    pipeline_experiment_config=PipelineExperimentConfig(
      "CustomExperimentName",
      ExecutionVariables.PIPELINE_EXECUTION_ID
    ),
    steps=[step_train]
)

Arquivo de definição de pipeline

{
  ...,
  "PipelineExperimentConfig": {
    "ExperimentName": "CustomExperimentName",
    "TrialName": {"Get": "Execution.PipelineExecutionId"}
  },
  "Steps": [...]
}

Especificar um nome de grupo de execução personalizado

Um nome de grupo de execução personalizado é usado e anexado ao ID de execução. O nome do experimento é definido como o nome do pipeline, como acontece com o comportamento padrão.

Criar um pipeline

pipeline_name = f"MyPipeline"
pipeline = Pipeline(
    name=pipeline_name,
    parameters=[...],
    pipeline_experiment_config=PipelineExperimentConfig(
      ExecutionVariables.PIPELINE_NAME,
      Join(on="-", values=["CustomTrialName", ExecutionVariables.PIPELINE_EXECUTION_ID])
    ),
    steps=[step_train]
)

Arquivo de definição de pipeline

{
  ...,
  "PipelineExperimentConfig": {
    "ExperimentName": {"Get": "Execution.PipelineName"},
    "TrialName": {
      "On": "-",
      "Values": [
         "CustomTrialName",
         {"Get": "Execution.PipelineExecutionId"}
       ]
    }
  },
  "Steps": [...]
}