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 Hyperparameter-Optimierung, um das beste Modell zu finden
Um einen neuen Job zur Hyperparameter-Optimierung (HPO) mit Amazon 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. Sie müssen auch die Ressourcen angeben, die Sie für den Optimierungsauftrag verwenden möchten.
-
Zu den zu konfigurierenden Auftragseinstellungen gehören Warmstart, frühes Stoppen und die Optimierungsstrategie. Warmstart und frühes Stoppen sind nur verfügbar, wenn ein einzelner Algorithmus optimiert wird.
-
Die Definition des Trainingsjobs 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 Instance-Typen und -anzahl, verwaltetes Spot-Training und Abbruchbedingungen.
-
Die Ressourcen für die Feinabstimmung: zur Bereitstellung, einschließlich der maximalen Anzahl gleichzeitiger Trainingsjobs, die ein Hyperparameter-Tuning-Job gleichzeitig ausführen kann, und der maximalen Anzahl von Trainingsjobs, die der Hyperparameter-Tuning-Job ausführen kann.
Erste Schritte
Von der Konsole aus können Sie einen neuen Hyperparameter-Abstimmungsauftrag erstellen, einen Auftrag klonen, Tags zu einem Auftrag hinzufügen oder bearbeiten. Sie können auch die Suchfunktion verwenden, um Stellen nach Name, Erstellungszeit oder Status zu finden. Alternativ können Sie Hyperparameter-Tuning-Jobs auch mit der API durchführen. SageMaker
-
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 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 in dem Thema Einen Tuning-Job für die Hyperparameter-Optimierung für einen oder mehrere Algorithmen erstellen (Konsole) dokumentiert. Anmerkung
Wenn Sie mit den Konfigurationsschritten beginnen, beachten Sie, dass die Funktionen "Warmstart" und "Vorzeitiges Beenden" für die Verwendung mit HPO mit mehreren Algorithmen nicht 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 mit Trainingsdefinitionen bereitstellen, die eine einzige verwenden,TrainingJobDefinitionsanstatt sie zu spezifizieren. 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 Tuningauftrag verwenden möchten. Wählen Sie je nach Anzahl der Algorithmen, die optimiert werden, nur einen dieser Definitionstypen aus.
Themen
