選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

為管理 AutoML 任務而產生的 Autopilot 筆記本

焦點模式
為管理 AutoML 任務而產生的 Autopilot 筆記本 - Amazon SageMaker AI

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。

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。

Amazon SageMaker Autopilot 會使用 AutoML 任務,在自動機器學習 (AutoML) 程序中管理關鍵任務。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 Python SDK,您可以在 Amazon SageMaker AI 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。筆記本是為您建立的,以執行實驗。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

  • 執行的超參數最佳化 (HPO) 數量及其平行處理

  • 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,這些任務會使用額外的運算資源,而產生其他成本。

隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。