為管理 AutoML 任務而產生的 Autopilot 筆記本 - Amazon SageMaker

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

為管理 AutoML 任務而產生的 Autopilot 筆記本

Amazon SageMaker Autopilot 會使用 AutoML AutoML) 程序中的關鍵任務。AutoML 任務會建立三個以筆記本為基礎的報告,描述 Autopilot 遵循的計劃以產生候選模型。

一個候選模型會包含一個 (管道,演算法) 組。首先,是資料探勘筆記本,描述 Autopilot 對您提供的資料有何了解。其次,有一個候選定義筆記本,利用資料的相關資訊來產生候選項目。第三,一份模型深入分析報告,可協助詳細說明 Autopilot 實驗排行榜中最佳模型的效能特徵。

如果您已安裝 Amazon SageMaker PythonSDK,您可以在 Amazon SageMaker或本機中執行這些筆記本。您可以共用筆記本,就像任何其他 SageMaker Studio Classic 筆記本一樣。筆記本是為您建立以進行實驗。例如,您可以在筆記本中編輯下列項目:

  • 資料上使用的預處理器

  • 超參數最佳化 (HPO) 執行量及其平行處理

  • 值得嘗試的演算法

  • 用於HPO任務的執行個體類型

  • 超參數範圍

建議修改候選定義筆記本,以用來做為學習工具。此功能可讓您了解機器學習程序期間所做的決策會對結果有何影響。

注意

在預設執行個體中執行筆記本時,會產生基準成本。不過,當您從候選筆記本執行HPO任務時,這些任務會使用會產生額外成本的其他運算資源。