本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
分析模型自訂任務的結果
模型自訂任務完成後,您可以查看您在提交任務時指定的輸出 S3 資料夾中的檔案,或檢視模型的詳細資訊,以分析訓練程序的結果。Amazon Bedrock AWS會將您的自訂模型存放在受管儲存體,範圍為您的帳戶。
您也可以執行模型評估任務來評估模型。如需詳細資訊,請參閱評估 Amazon Bedrock 資源的效能。
模型自訂任務的 S3 輸出包含 S3 資料夾中的下列輸出檔案。只有在包含驗證資料集時,才會顯示驗證成品。
- model-customization-job-
training-job-id
/ - training_artifacts/ - step_wise_training_metrics.csv - validation_artifacts/ - post_fine_tuning_validation/ - validation_metrics.csv
使用 step_wise_training_metrics.csv
和 validation_metrics.csv
檔案來分析模型自訂工作,並協助您根據需要調整模型。
檔案中的資料欄step_wise_training_metrics.csv
如下所示。
-
step_number – 訓練程序的步驟。從 0 開始。
-
epoch_number – 訓練程序中的 epoch。
-
training_loss – 指出模型符合訓練資料的程度。較低的值表示更適合。
-
複雜度 – 指出模型預測一系列字符的能力。較低的值表示更好的預測能力。
檔案中的資料欄validation_metrics.csv
與訓練檔案相同,但 validation_loss
(模型符合驗證資料的程度) 會取代 出現training_loss
。
您可以直接開啟 https://console.aws.amazon.com/s3