Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Creazione di una pipeline
Il comportamento predefinito durante la creazione di una pipeline SageMaker AI consiste nell'integrarla automaticamente con SageMaker Experiments. Se non specifichi alcuna configurazione personalizzata, SageMaker AI crea un esperimento con lo stesso nome della pipeline, un gruppo di esecuzione per ogni esecuzione della pipeline utilizzando l'ID di esecuzione della pipeline come nome e singole esecuzioni all'interno di ciascun gruppo di esecuzione per ogni lavoro di SageMaker intelligenza artificiale lanciato come parte delle fasi della pipeline. Puoi tracciare e confrontare senza problemi le metriche tra diverse esecuzioni della pipeline, in modo simile a come analizzeresti un esperimento di addestramento su modelli. La sezione seguente illustra questo comportamento predefinito quando si definisce una pipeline senza configurare esplicitamente l'integrazione dell'esperimento.
Il pipeline_experiment_config viene omesso. Per impostazione predefinita ExperimentName è name della pipeline. Per impostazione predefinita TrialName è l'ID di esecuzione.
pipeline_name = f"MyPipeline"
pipeline = Pipeline(
name=pipeline_name,
parameters=[...],
steps=[step_train]
)File di definizione della pipeline
{
"Version": "2020-12-01",
"Parameters": [
{
"Name": "InputDataSource"
},
{
"Name": "InstanceCount",
"Type": "Integer",
"DefaultValue": 1
}
],
"PipelineExperimentConfig": {
"ExperimentName": {"Get": "Execution.PipelineName"},
"TrialName": {"Get": "Execution.PipelineExecutionId"}
},
"Steps": [...]
}