Integrasi SageMaker Eksperimen Amazon - Amazon SageMaker

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

Integrasi SageMaker Eksperimen Amazon

Amazon SageMaker Pipelines terintegrasi erat dengan Amazon SageMaker Experiments. Secara default, saat Pipelines membuat dan mengeksekusi pipeline, entitas SageMaker Eksperimen berikut dibuat jika tidak ada:

  • Eksperimen untuk pipa

  • Grup run untuk setiap eksekusi pipeline

  • Run yang ditambahkan ke grup run untuk setiap SageMaker pekerjaan yang dibuat dalam langkah eksekusi pipeline

Anda dapat membandingkan metrik seperti akurasi pelatihan model di beberapa eksekusi pipeline seperti halnya Anda dapat membandingkan metrik tersebut di beberapa grup lari dari eksperimen pelatihan SageMaker model.

Contoh berikut menunjukkan parameter yang relevan dari kelas Pipeline di Amazon SageMaker Python SDK.

Pipeline(
    name="MyPipeline",
    parameters=[...],
    pipeline_experiment_config=PipelineExperimentConfig(
      ExecutionVariables.PIPELINE_NAME,
      ExecutionVariables.PIPELINE_EXECUTION_ID
    ),
    steps=[...]
)

Jika Anda tidak ingin grup eksperimen dan jalankan dibuat untuk pipeline, setel pipeline_experiment_config keNone.

catatan

Integrasi eksperimen diperkenalkan di Amazon SageMaker Python SDK v2.41.0.

Aturan penamaan berikut berlaku berdasarkan apa yang Anda tentukan untuk ExperimentName dan TrialName parameterpipeline_experiment_config:

  • Jika Anda tidak menentukanExperimentName, pipeline name digunakan untuk nama percobaan.

    Jika Anda menentukanExperimentName, itu digunakan untuk nama percobaan. Jika ada eksperimen dengan nama itu, grup run yang dibuat pipeline akan ditambahkan ke eksperimen yang ada. Jika eksperimen dengan nama itu tidak ada, eksperimen baru dibuat.

  • Jika Anda tidak menentukanTrialName, ID eksekusi pipeline digunakan untuk nama grup run.

    Jika Anda menentukanTrialName, itu digunakan untuk nama grup run. Jika grup run dengan nama itu ada, proses yang dibuat pipeline akan ditambahkan ke grup run yang ada. Jika grup run dengan nama itu tidak ada, grup run baru akan dibuat.

catatan

Entitas eksperimen tidak dihapus saat pipeline yang membuat entitas dihapus. Anda dapat menggunakan SageMaker Eksperimen API untuk menghapus entitas.

Untuk informasi tentang cara melihat entitas SageMaker Eksperimen yang terkait dengan pipeline, lihatMengakses data eksperimen dari pipeline. Untuk informasi lebih lanjut tentang SageMaker Eksperimen, lihat SageMaker Eksperimen Amazon di Studio Classic.

Bagian berikut menunjukkan contoh aturan sebelumnya dan bagaimana mereka direpresentasikan dalam file definisi pipeline. Untuk informasi selengkapnya tentang file definisi pipeline, lihatIkhtisar jaringan pipa.

Topik