Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Optimieren Sie mehrere Algorithmen mit Hyperparameteroptimierung, um das beste Modell zu finden
Um mit Amazon einen neuen Job zur Hyperparameteroptimierung (HPO) zu erstellen SageMaker , der mehrere Algorithmen optimiert, müssen Sie Jobeinstellungen angeben, die für alle zu testenden Algorithmen gelten, sowie eine Trainingsdefinition für jeden dieser Algorithmen. Außerdem müssen Sie die Ressourcen angeben, die Sie für den Optimierungsauftrag verwenden möchten.
-
Zu den zu konfigurierenden Jobeinstellungen gehören Warmstart, vorzeitiges Stoppen und die Optimierungsstrategie. Warmstart und frühes Stoppen sind nur verfügbar, wenn ein einzelner Algorithmus optimiert wird.
-
Die Trainingsjob-Definition zur Angabe des Namens, der Algorithmusquelle, der Zielmetrik und des Wertebereichs, falls erforderlich, um den Satz von Hyperparameterwerten für jeden Trainingsjob zu konfigurieren. Es konfiguriert die Kanäle für Dateneingaben, Datenausgabeorte und alle Checkpoint-Speicherorte für jeden Trainingsjob. Die Definition konfiguriert auch die Ressourcen, die für jeden Trainingsjob bereitgestellt werden sollen, einschließlich Instanztypen und -anzahlen, verwaltetem Spot-Training und Stoppbedingungen.
-
Die Tuning-Job-Ressourcen: müssen bereitgestellt werden, einschließlich der maximalen Anzahl gleichzeitiger Trainingsjobs, die ein Hyperparameter-Optimierungsjob gleichzeitig ausführen kann, und der maximalen Anzahl von Trainingsjobs, die der Hyperparameter-Optimierungsjob ausführen kann.
Erste Schritte
Sie können von der Konsole aus einen neuen Hyperparameter-Tuning-Job erstellen, einen Job klonen, einem Job Tags hinzufügen oder bearbeiten. Sie können die Suchfunktion auch verwenden, um Jobs anhand ihres Namens, ihrer Erstellungszeit oder ihres Status zu finden. Alternativ können Sie auch Hyperparameter-Optimierungsaufträge mit der SageMaker API ausführen.
-
In der Konsole: Um einen neuen Job zu erstellen, öffnen Sie die SageMaker Amazon-Konsole unter https://console.aws.amazon.com/sagemaker/
, wählen Sie im Menü Training die Option Hyperparameter-Tuning-Jobs und wählen Sie dann Hyperparameter-Tuning-Job erstellen. Folgen Sie dann den Konfigurationsschritten, um für jeden Algorithmus, den Sie verwenden möchten, einen Trainingsjob zu erstellen. Diese Schritte sind imErstellen Sie einen Tuning-Job zur Hyperparameteroptimierung für einen oder mehrere Algorithmen (Konsole) Thema dokumentiert. Anmerkung Beachten Sie beim Starten der Konfigurationsschritte, dass die Funktionen Warmstart und Frühstopp nicht für HPO mit mehreren Algorithmen verfügbar sind. Wenn Sie diese Funktionen verwenden möchten, können Sie nur jeweils einen einzelnen Algorithmus optimieren.
-
Mit der API: Anweisungen zur Verwendung der SageMaker API zum Erstellen eines Hyperparameter-Tuning-Jobs finden Sie unter Beispiel: Hyperparameter Tuning Job. Wenn Sie mehrere Algorithmen aufrufen,
CreateHyperParameterTuningJobum sie zu optimieren, müssen Sie eine Liste von Trainingsdefinitionen angeben, die Sie verwenden,TrainingJobDefinitionsanstatt eine einzelne anzugeben TrainingJobDefinition. Sie müssen Jobeinstellungen angeben, die für alle zu testenden Algorithmen gelten, sowie eine Trainingsdefinition für jeden dieser Algorithmen. Außerdem müssen Sie die Ressourcen angeben, die Sie für den Optimierungsauftrag verwenden möchten. Sie müssen je nach Anzahl der optimierten Algorithmen nur einen dieser Definitionstypen auswählen.
Themen
