Sélectionner vos préférences de cookies

Nous utilisons des cookies essentiels et des outils similaires qui sont nécessaires au fonctionnement de notre site et à la fourniture de nos services. Nous utilisons des cookies de performance pour collecter des statistiques anonymes afin de comprendre comment les clients utilisent notre site et d’apporter des améliorations. Les cookies essentiels ne peuvent pas être désactivés, mais vous pouvez cliquer sur « Personnaliser » ou « Refuser » pour refuser les cookies de performance.

Si vous êtes d’accord, AWS et les tiers approuvés utiliseront également des cookies pour fournir des fonctionnalités utiles au site, mémoriser vos préférences et afficher du contenu pertinent, y compris des publicités pertinentes. Pour accepter ou refuser tous les cookies non essentiels, cliquez sur « Accepter » ou « Refuser ». Pour effectuer des choix plus détaillés, cliquez sur « Personnaliser ».

Réglage de plusieurs algorithmes avec l'optimisation des hyperparamètres pour trouver le meilleur modèle

Mode de mise au point
Réglage de plusieurs algorithmes avec l'optimisation des hyperparamètres pour trouver le meilleur modèle - Amazon SageMaker AI

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Pour créer une nouvelle tâche d'optimisation des hyperparamètres (HPO) avec Amazon SageMaker AI qui règle plusieurs algorithmes, vous devez fournir des paramètres de tâche qui s'appliquent à tous les algorithmes à tester et une définition d'apprentissage pour chacun de ces algorithmes. Vous devez également spécifier les ressources que vous souhaitez qu'utilise pour la tâche de réglage.

  • Les paramètres de tâche à configurer incluent le démarrage à chaud, l'arrêt anticipé et la stratégie de réglage. Le démarrage à chaud et l'arrêt anticipé ne sont disponibles que lors du réglage d'un algorithme unique.

  • La définition de tâche d'entraînement pour spécifier le nom, la source de l'algorithme, la métrique objective et la plage de valeurs, le cas échéant, pour configurer l'ensemble de valeurs d'hyperparamètre pour chaque tâche d'entraînement. Il configure les canaux pour les entrées de données, les emplacements de sortie de données et tous les emplacements de stockage de points de contrôle pour chaque tâche d'entraînement. La définition configure également les ressources à déployer pour chaque tâche d'entraînement, y compris les types et le nombre d'instances, l'entraînement Spot géré et les conditions d'arrêt.

  • Les ressources de tâche de réglage : à déployer, y compris le nombre maximal de tâches d'entraînement simultanées qu'une tâche de réglage des hyperparamètres peut exécuter simultanément et le nombre maximal de tâches d'entraînement que peut exécuter la tâche de réglage des hyperparamètres.

Démarrer

Vous pouvez créer une tâche de réglage des hyperparamètres, cloner une tâche, ajouter ou modifier des balises pour une tâche à partir de la console. Vous pouvez également utiliser la fonction de recherche pour rechercher des tâches par leur nom, leur heure de création ou leur statut. Vous pouvez également effectuer des tâches de réglage d'hyperparamètres avec l'API SageMaker AI.

  • Dans la console : pour créer une nouvelle tâche, ouvrez la console Amazon SageMaker AI à l'adresse https://console.aws.amazon.com/sagemaker/, choisissez Tâches de réglage des hyperparamètres dans le menu Entraînement, puis choisissez Créer une tâche de réglage des hyperparamètres. Ensuite, suivez les étapes de configuration pour créer une tâche d'entraînement pour chaque algorithme que vous souhaitez utiliser. Ces étapes figurent dans la rubrique Créer une tâche de réglage d'optimisation d'hyperparamètres pour un ou plusieurs algorithmes (console).

    Note

    Lorsque vous démarrez les étapes de configuration, notez que les fonctions de démarrage à chaud et d'arrêt anticipé ne sont pas disponibles en vue d'une utilisation avec l'optimisation HPO multi-algorithme. Si vous souhaitez utiliser ces fonctionnalités, vous ne pouvez régler qu'un seul algorithme à la fois.

  • Avec l'API : pour obtenir des instructions sur l'utilisation de l' SageMaker API pour créer une tâche de réglage d'hyperparamètres, voir Exemple : Job de réglage d'hyperparamètres. Lorsque vous appelez CreateHyperParameterTuningJob pour régler plusieurs algorithmes, vous devez fournir une liste de définitions d'entraînement à l'aide de TrainingJobDefinitions au lieu de spécifier une définition TrainingJobDefinition unique. Vous devez fournir des paramètres de tâche qui s'appliquent à tous les algorithmes à tester et une définition d'entraînement pour chacun de ces algorithmes. Vous devez également spécifier les ressources que vous souhaitez utiliser pour la tâche de réglage. Choisissez un seul de ces types de définition en fonction du nombre d'algorithmes à régler.

ConfidentialitéConditions d'utilisation du sitePréférences de cookies
© 2025, Amazon Web Services, Inc. ou ses affiliés. Tous droits réservés.