기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
스튜디오 클래식에서 Amazon SageMaker 실험을 관리하세요
중요
Experiments Python SDK를 사용한 SageMaker 실험 추적은 스튜디오 클래식에서만 사용할 수 있습니다. 새로운 Studio 환경을 사용하고 MLFlow와의 최신 SageMaker 통합을 사용하여 실험을 생성하는 것이 좋습니다. 스튜디오 클래식과의 MLFlow UI 통합은 없습니다. MLFlow를 스튜디오와 함께 사용하려면 를 사용하여 MLFlow UI를 시작해야 합니다. AWS CLI자세한 정보는 를 사용하여 MLFlow UI를 실행합니다. AWS CLI을 참조하세요.
Amazon SageMaker Experiments Classic은 스튜디오 클래식에서 기계 학습 실험을 생성, 관리, 분석 및 비교할 수 SageMaker 있는 Amazon의 기능입니다.
Experiments Classic은 실행 시 반복의 입력, 파라미터, 구성 및 결과를 자동으로 추적합니다. 이러한 실행을 할당하고, 그룹화하고, 실험에 구성할 수 있습니다. SageMaker Experiments는 Amazon SageMaker Studio Classic과 통합되어 활성 실험과 과거 실험을 탐색하고, 주요 성능 지표에서 실행을 비교하고, 가장 성능이 좋은 모델을 식별할 수 있는 시각적 인터페이스를 제공합니다. SageMaker 실험은 모델 생성에 들어간 모든 단계와 아티팩트를 추적하므로 프로덕션 문제를 해결하거나 규정 준수 검증을 위해 모델을 감사할 때 모델의 출처를 빠르게 재확인할 수 있습니다.
SageMaker 실험을 사용하면 프로그래밍 방식으로 생성한 사용자 지정 실험과 작업에서 자동으로 생성된 실험을 모두 보고, 관리하고, 분석하고, 비교할 수 있습니다. SageMaker
익스페리먼트 클래식용 노트북 예제
다음 자습서에서 다양한 모델 훈련 실험 회차를 추적하는 방법을 살펴봅시다. 노트북을 실행한 후 Studio Classic에서 실험 결과를 볼 수 있습니다. Studio Classic의 추가 기능을 보여주는 자습서는 을 참조하십시오. 아마존 SageMaker 스튜디오 클래식 투어
노트북 환경에서 실험 추적
노트북 환경에서 실험을 추적하는 방법은 다음 예제 노트북에서 자세히 알아보세요.
Clarify 기능을 사용하여 실험의 편향과 설명 가능성을 추적하세요. SageMaker
실험의 step-by-step 편향 및 설명 가능성을 추적하는 방법에 대한 지침은 다음 예제 노트북을 참조하십시오.
스크립트 모드를 사용하여 SageMaker 교육 작업에 대한 실험을 추적하세요.
SageMaker 교육 작업을 위한 실험 추적에 대한 자세한 내용은 다음 예제 노트북을 참조하십시오.
실험 및 회차 보기
Amazon SageMaker Studio Classic은 실험 및 실행 목록을 보는 데 사용할 수 있는 실험 브라우저를 제공합니다. 이러한 엔터티 중 하나를 선택하여 엔터티에 대한 세부 정보를 보거나 여러 엔터티를 선택하여 비교할 수 있습니다. 개체 이름, 유형 및 태그별로 실험 목록을 필터링할 수 있습니다.
실험 및 회차를 보려면
-
Studio Classic에서 실험을 보려면 왼쪽 사이드바에서 실험을 선택합니다.
실험 이름을 선택하면 모든 연결 실행 회차를 볼 수 있습니다. 검색 창에 직접 입력하거나 실험 유형을 필터링하여 실험을 검색할 수 있습니다. 또한 실험 또는 실행 목록에 표시할 열을 선택할 수도 있습니다.
목록을 새로 고치고 새 실험 또는 실험 회차가 표시되는 데 시간이 다소 걸릴 수 있습니다. 새로 고침을 클릭하여 페이지를 업데이트할 수 있습니다. 실험 목록은 다음과 같아야 합니다.
-
실험 목록에서 실험을 두 번 클릭하면 실험 내 회차 목록이 표시됩니다.
참고
SageMaker 작업과 컨테이너에 의해 자동으로 생성되는 실험 실행은 기본적으로 실험 스튜디오 클래식 UI에서 볼 수 있습니다. 특정 실험의 SageMaker 작업으로 생성된 실행을 숨기려면 설정 아이콘 (
) 을 선택하고 작업 보기를 전환합니다.
-
회차를 두 번 클릭하여 특정 회차에 대한 정보를 표시합니다.
개요 창에서 다음 제목 중 하나를 선택하여 각 회차에 대한 사용 가능한 정보를 확인합니다.
-
지표 – 실행 중 로깅되는 지표.
-
차트 - 자체 차트를 빌드하여 회차 비교.
-
출력 아티팩트 - 실험 회차의 모든 결과 아티팩트와 Amazon S3의 아티팩트 위치.
-
편향 보고서 — Clarify 를 사용하여 생성된 사전 훈련 또는 훈련 후 편향 보고서.
-
설명 가능성 - Clarifie로 생성한 설명 가능성 보고서.
-
디버그 - 디버거 규칙 및 발견된 문제 목록.
-
MLFlow를 사용하여 익스페리먼츠 클래식에서 SageMaker 아마존으로 마이그레이션하세요
Experiments Classic을 사용하여 만든 이전 실험은 스튜디오 클래식에서도 계속 볼 수 있습니다. MLFlow에서 이전 실험 코드를 유지 관리하고 사용하려면 MLFlow SDK를 사용하도록 훈련 코드를 업데이트하고 훈련 실험을 다시 실행해야 합니다. MLFlow SDK 및 MLFlow 플러그인을 시작하는 방법에 대한 자세한 내용은 을 AWS 참조하십시오. MLFlow를 사용한 실험 추적