亚马逊 SageMaker 实验集成 - Amazon SageMaker

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

亚马逊 SageMaker 实验集成

Amaz SageMaker on Pipelines 与亚马逊 SageMaker 实验紧密集成。默认情况下，当 Pipelines 创建并执行管道时，如果不存在，则会创建以下 SageMaker 实验实体：

  • 管道的实验

  • 每次执行管道时的运行组

  • 为在管道执行步骤中创建的每个 SageMaker 作业添加到运行组的运行

您可以比较多个管道执行中的模型训练准确性等指标，就像在 SageMaker 模型训练实验的多个运行组中比较此类指标一样。

以下示例显示了 Amaz SageMaker on Python 中 Pip elin e 类的相关参数SDK。

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

如果您不想为管道创建实验和运行组，则将 pipeline_experiment_config 设置为 None。

注意

Amaz SageMaker on Python SDK v2.41.0 中引入了实验集成。

根据为 pipeline_experiment_config 的 ExperimentName 和 TrialName 参数指定的内容，应用以下命名规则：

  • 如果不指定 ExperimentName，则将管道 name 用作实验名称。

    如果指定 ExperimentName，则将其用作实验名称。如果存在具有该名称的实验，则管道创建的运行组将添加到现有实验中。如果不存在具有该名称的实验，则会创建一个新的实验。

  • 如果不指定 TrialName，则将管道执行 ID 用作运行组名称。

    如果指定 TrialName，则将其用作运行组名称。如果存在具有该名称的运行组，则管道创建的运行将添加到现有的运行组中。如果不存在具有该名称的运行组，则会创建一个新的运行组。

注意

删除创建了实验实体的管道时，不会删除这些实体。您可以使用 SageMaker 实验API来删除实体。

有关如何查看与管道关联的 SageMaker 实验实体的信息，请参阅访问管道中的实验数据。有关 SageMaker 实验的更多信息，请参阅Studio 经典版中的亚马逊 SageMaker 实验。

下面几节将展示上述规则的示例，以及如何在管道定义文件中表示这些规则。有关管道定义文件的更多信息，请参阅 管道概述。

主题