Batas Sumber Daya untuk Penyetelan Model Otomatis - Amazon SageMaker

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Batas Sumber Daya untuk Penyetelan Model Otomatis

SageMaker menetapkan batas default berikut untuk sumber daya yang digunakan oleh penyetelan model otomatis:

Sumber daya Wilayah Batas default Dapat ditingkatkan hingga

Jumlah pekerjaan penyetelan hiperparameter paralel (bersamaan)

Semua

100

N/A

Jumlah hiperparameter yang dapat dicari *

Semua

30

N/A

Jumlah metrik yang ditentukan per pekerjaan penyetelan hyperparameter

Semua

20

N/A

Jumlah tugas pelatihan paralel per tugas penyetelan hyperparameter

Semua

10

100

[Optimasi Bayesian] Jumlah pekerjaan pelatihan per pekerjaan tuning hyperparameter

Semua

750

N/A

[Pencarian acak] Jumlah pekerjaan pelatihan per pekerjaan tuning hyperparameter

Semua

750

10000

[Hyperband] Jumlah pekerjaan pelatihan per pekerjaan tuning hyperparameter

Semua

750

N/A

[Grid] Jumlah pekerjaan pelatihan per pekerjaan tuning hyperparameter, baik ditentukan secara eksplisit atau disimpulkan dari ruang pencarian

Semua

750

N/A

Waktu berjalan maksimum untuk pekerjaan tuning hyperparameter

Semua

30 hari

N/A

* Setiap hyperparameter kategoris dapat memiliki paling banyak 30 nilai yang berbeda.

Contoh batas sumber daya

Saat Anda merencanakan pekerjaan penyetelan hyperparameter, Anda juga harus memperhitungkan batasan sumber daya pelatihan. Untuk informasi tentang batas sumber daya default untuk pekerjaan SageMaker pelatihan, lihat SageMakerBatas. Setiap instance pelatihan bersamaan di mana semua pekerjaan penyetelan hyperparameter Anda berjalan diperhitungkan terhadap jumlah total instans pelatihan yang diizinkan. Misalnya, jika Anda menjalankan 10 pekerjaan penyetelan hiperparameter bersamaan, masing-masing pekerjaan penyetelan hiperparameter tersebut menjalankan 100 total pekerjaan pelatihan dan 20 pekerjaan pelatihan bersamaan. Masing-masing pekerjaan pelatihan tersebut berjalan pada satu instance ml.m4.xlarge. Batasan berikut berlaku:

  • Jumlah pekerjaan tuning hyperparameter bersamaan: Anda tidak perlu menambah batas, karena 10 pekerjaan tuning di bawah batas 100.

  • Jumlah pekerjaan pelatihan per pekerjaan tuning hyperparameter: Anda tidak perlu menambah batas, karena 100 pekerjaan pelatihan di bawah batas 750.

  • Jumlah pekerjaan pelatihan bersamaan per pekerjaan tuning hyperparameter: Anda perlu meminta peningkatan batas menjadi 20, karena batas default adalah 10.

  • SageMaker pelatihan ml.m4.xlarge instance: Anda perlu meminta peningkatan batas menjadi 200, karena Anda memiliki 10 pekerjaan tuning hyperparameter, yang masing-masing menjalankan 20 pekerjaan pelatihan bersamaan. Batas defaultnya adalah 20 instance.

  • SageMaker jumlah instans total pelatihan: Anda perlu meminta peningkatan batas menjadi 200, karena Anda memiliki 10 pekerjaan penyetelan hiperparameter, yang masing-masing menjalankan 20 pekerjaan pelatihan bersamaan. Batas defaultnya adalah 20 instance.

Untuk meminta peningkatan kuota:
  1. Buka laman AWSPusat Dukungan, masuk jika perlu, dan pilih Buat kasus.

  2. Di halaman Create case (Buat kasus), pilihService limit increase (Peningkatan batas layanan).

  3. Pada panel Case details, pilih SageMaker Automatic Model Tuning [Hyperparameter Optimization] untuk tipe Limit

  4. Pada panel Permintaan untuk Permintaan 1, pilih Wilayah, Batas sumber daya yang akan ditingkatkan dan nilai Batas Baru yang Anda minta. Pilih Tambahkan permintaan lain jika Anda memiliki permintaan tambahan untuk peningkatan kuota.

    
            Batas sumber daya meningkatkan UI permintaan.
  5. Di panel Deskripsi kasus, berikan deskripsi kasus penggunaan Anda.

  6. Di panel opsi Kontak, pilih metode Kontak pilihan Anda (Web, Chat atau Telepon) dan kemudian pilih Kirim.