Créer une expérience Amazon SageMaker - Amazon SageMaker

Créer une expérience Amazon SageMaker

Créez une expérience Amazon SageMaker pour suivre vos tâches d'entraînement, de traitement et de transformation SageMaker.

La procédure suivante vous explique comment créer une expérience SageMaker pour une tâche d'entraînement, de traitement ou de transformation SageMaker. Les étapes labélisées « (Studio) » décrivent comment afficher l'expérience dans Amazon SageMaker Studio. Vous n'avez pas besoin d'exécuter l'expérience dans Studio pour y afficher l'expérience.

Pour obtenir un didacticiel qui affiche cette fonctionnalité dans un bloc-notes SageMaker Studio existant, veuillez consulter Didacticiel de suivi et de comparaison.

  1. Importez le module sys pour installer les kits SDK.

    import sys
  2. (Facultatif) Le kit SDK Python Amazon SageMaker est préinstallé dans SageMaker Studio. Si vous prévoyez d'exécuter votre code en dehors de Studio, installez le kit SDK Python SageMaker.

    !{sys.executable} -m pip install sagemaker
  3. Installez le kit SDK Python SageMaker Experiments.

    !{sys.executable} -m pip install sagemaker-experiments
  4. Importez des modules.

    import time from time import strftime import sagemaker from smexperiments.experiment import Experiment from smexperiments.trial import Trial from smexperiments.trial_component import TrialComponent from smexperiments.tracker import Tracker
  5. Obtenez le rôle d'exécution et créez la séance SageMaker.

    role = sagemaker.get_execution_role() sm_sess = sagemaker.session.Session()
  6. Créez une expérience SageMaker. Le nom de l'expérience doit être unique dans votre compte.

    Note

    Le paramètre tags est facultatif. Vous pouvez rechercher la balise à l'aide de Studio, de la console SageMaker et du kit SDK. Les balises peuvent également être appliquées aux essais et aux composants d'essai. Pour de plus amples informations sur la recherche de balises à l'aide de Studio, veuillez consulter Rechercher par balise.

    create_date = strftime("%Y-%m-%d-%H-%M-%S") demo_experiment = Experiment.create(experiment_name = "DEMO-{}".format(create_date), description = "Demo experiment", tags = [{'Key': 'demo-experiments', 'Value': 'demo1'}])
  7. (Studio) Pour visualiser l'expérience dans SageMaker Studio, dans la barre latérale gauche, cliquez sur l'icône des ressources SageMaker ( ). Dans le menu déroulant, sélectionnez Experiments and trials (Expériences et essais) pour afficher le navigateur d'expériences.

    Après l'exécution du code, la liste des expériences contient la nouvelle expérience. Il peut s'écouler un moment avant que la liste ne s'actualise et affiche l'expérience. Le filtre de la balise de l'expérience s'affiche également. Seules les expériences qui ont une balise correspondante sont affichées. Votre liste doit être similaire à ce qui suit :

  8. Créez un essai pour l'expérience. Le nom de l'expérience doit être unique dans votre compte.

    demo_trial = Trial.create(trial_name = "DEMO-{}".format(create_date), experiment_name = demo_experiment.experiment_name, tags = [{'Key': 'demo-trials', 'Value': 'demo1'}])
  9. (Studio) Dans la liste des expériences, double-cliquez sur l'expérience pour afficher la liste des essais de l'expérience (cet exemple comporte un essai). Votre liste doit être similaire à ce qui suit :

  10. Créez un composant d'essai dans le cadre de l'essai. Le composant d'essai est la tâche SageMaker.

    Ajoutez le paramètre ExperimentConfig à la méthode appropriée. Les tâches SageMaker répertoriées dans le tableau suivant sont prises en charge.

    Tâche Méthode de kit SDK Python SageMaker Méthode Boto3
    Entraînement Estimator.fit CreateTrainingJob
    Traitement Processor.run CreateProcessingJob
    Transformation Transformer.transform CreateTransformJob

    Voici des exemples se rapportant à une tâche d'entraînement. Le paramètre Tags ajoute une balise au composant d'essai. ExperimentName n'est pas spécifié, car l'essai était associé à l'expérience lorsque l'essai a été créé à une étape antérieure.

    Utilisation du kit SDK Python SageMaker

    sagemaker.estimator.Estimator( ..., sagemaker_session = sm_sess, tags = [{'Key': 'demo-jobs', 'Value': 'demo2'}]) estimator.fit( ..., experiment_config = { # "ExperimentName" "TrialName" : demo_trial.trial_name, "TrialComponentDisplayName" : "TrainingJob", })

    Utilisation de Boto3

    create_training_job( ..., "ExperimentConfig": { # "ExperimentName" "TrialName" : demo_trial.trial_name, "TrialComponentDisplayName" : "TrainingJob", }, "Tags": [{'Key': 'demo-jobs', 'Value': 'demo2'}])
  11. (Studio) Dans la liste d'essais, double-cliquez sur l'essai pour afficher la liste des composants de l'essai (cet exemple comporte un essai). Votre liste doit être similaire à ce qui suit :

  12. (Studio) Pour afficher des informations sur l'expérience, l'essai et la tâche (composant d'essai), veuillez consulter Afficher et comparer des expériences, des essais et des composants d'essai Amazon SageMaker Experiments.

Pour nettoyer les ressources que vous avez créées, veuillez consulter Nettoyer les ressources Amazon SageMaker Experiment.