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。
Amazon SageMaker 自動駕駛儀筆記型電腦產生用於管理 AutoML 任務
Amazon 自動 SageMaker 輔助駕駛會使用 AutoML 任務,在自動機器學習 (AutoML) 程序中管理關鍵任務。
AutoML 任務會建立三個以筆記本為基礎的報告,描述 Autopilot 遵循的計劃以產生候選模型。一個候選模型會包含一個 (管道,演算法) 組。首先,是資料探勘筆記本,描述 Autopilot 對您提供的資料有何了解。其次,有一個候選定義筆記本,利用資料的相關資訊來產生候選項目。第三,一份模型深入分析報告,可協助詳細說明 Autopilot 實驗排行榜中最佳模型的效能特徵。
您可以在 Amazon SageMaker 或本地運行這些筆記本電腦,如果您已經安裝了 Amazon SageMaker Python SDK
-
資料上使用的預處理器
-
超參數最佳化 (HPO) 執行量及其平行處理
-
值得嘗試的演算法
-
用於HPO工作的執行個體類型
-
超參數範圍
建議修改候選定義筆記本,以用來做為學習工具。此功能可讓您了解機器學習程序期間所做的決策會對結果有何影響。
注意
在預設執行個體中執行筆記本時,會產生基準成本。不過,當您從候選筆記型電腦執行HPO工作時,這些工作會使用額外的計算資源,而產生額外費用。