Ressourcenlimits für die automatische Modelloptimierung

SageMaker legt die folgenden Standardgrenzwerte für Ressourcen fest, die bei der automatischen Modelloptimierung verwendet werden:

Ressource	Regionen	Standardlimits	Kann erhöht werden bis
Anzahl der parallel (gleichzeitigen) Hyperparameter-Tuning-Jobs	Alle	100	–
Anzahl der Hyperparameter, nach denen gesucht werden kann *	Alle	30	–
Anzahl der pro Hyperparameter-Optimierungsauftrag definierten Metriken	Alle	20	–
Anzahl paralleler Trainingsaufträge pro Hyperparameter-Optimierungsauftrag	Alle	10	100
[Bayessche Optimierung] Anzahl der Trainingsaufträge pro Hyperparameter-Optimierungsauftrag	Alle	750	–
[Zufällige Suche] Anzahl der Trainingsaufträge pro Hyperparameter-Optimierungsauftrag	Alle	750	10000
[Hyperband] Anzahl der Trainingsaufträge pro Hyperparameter-Optimierungsauftrag	Alle	750	–
[Grid] Anzahl der Trainingsjobs pro Hyperparameter-Tuning-Job, entweder explizit angegeben oder aus dem Suchraum abgeleitet	Alle	750	–
Maximale Laufzeit für einen Hyperparameter-Optimierungsauftrag	Alle	30 Tage	–

* Jeder kategoriale Hyperparameter kann maximal 30 verschiedene Werte haben.

Beispiel für ein Ressourcenlimit

Bei der Planung von Hyperparameter-Tuning-Jobs müssen Sie auch die Grenzen der Trainingsressourcen berücksichtigen. Informationen zu den standardmäßigen Ressourcenlimits für SageMaker Trainingsjobs finden Sie unter SageMakerGrenzwerte. Jede gleichzeitige Trainingsinstanz, auf der all Ihre Hyperparameter-Tuning-Jobs ausgeführt werden, wird auf die Gesamtzahl der zulässigen Trainingsinstanzen angerechnet. Wenn Sie beispielsweise 10 Hyperparameter-Optimierungsjobs gleichzeitig ausführen, führt jeder dieser Hyperparameter-Optimierungsjobs insgesamt 100 Trainingsaufträge und 20 gleichzeitige Trainingsaufträge aus. Jeder dieser Trainingsaufträge wird auf einer ml.m4.xlarge-Instance ausgeführt. Es gelten die folgenden Limits:

• Anzahl gleichzeitiger Hyperparameter-Tuning-Jobs: Sie müssen das Limit nicht erhöhen, da 10 Tuning-Jobs unter dem Grenzwert von 100 liegen.

• Anzahl der Trainingsjobs pro Hyperparameter-Tuning-Job: Sie müssen das Limit nicht erhöhen, da 100 Trainingsjobs unter dem Grenzwert von 750 liegen.

• Anzahl gleichzeitiger Trainingsjobs pro Hyperparameter-Optimierungsjob: Sie müssen eine Erhöhung des Grenzwerts auf 20 beantragen, da das Standardlimit bei 10 liegt.

• SageMaker Training von ml.m4.xlarge-Instanzen: Sie müssen eine Erhöhung des Grenzwerts auf 200 beantragen, da Sie über 10 Hyperparameter-Tuning-Jobs verfügen, von denen jeder 20 Trainingsjobs gleichzeitig ausführt. Das Standardlimit beträgt 20 Instances.

• SageMaker Gesamtzahl der Trainingsinstanzen: Sie müssen eine Erhöhung des Grenzwerts auf 200 beantragen, da Sie über 10 Hyperparameter-Tuning-Jobs verfügen, von denen jeder 20 Trainingsjobs gleichzeitig ausführt. Das Standardlimit beträgt 20 Instances.

So beantragen Sie eine Kontingenterhöhung

1. Öffnen Sie die AWSSupport Center-Seite, melden Sie sich an und wählen Sie Fall erstellen aus.

2. Wählen Sie auf der Seite Create case (Fall erstellen) die Option Service limit increase (Servicelimiterhöhung).

3. Wählen Sie im Bereich Falldetails die Option SageMaker Automatische Modelloptimierung [Hyperparameter-Optimierung] als Grenztyp aus.

4. Wählen Sie im Bereich Anfragen für Anfrage 1 die Region, das zu erhöhende Ressourcenlimit und den neuen Grenzwert aus, den Sie anfordern. Wählen Sie Weitere Anfrage hinzufügen aus, wenn Sie weitere Anfragen für Kontingenterhöhungen haben.

   

5. Geben Sie im Bereich Fallbeschreibung eine Beschreibung Ihres Anwendungsfalls ein.

6. Wählen Sie im Bereich Kontaktoptionen Ihre bevorzugten Kontaktmethoden (Web, Chat oder Telefon) aus und klicken Sie dann auf Senden.