Automatische Modelloptimierung mit SageMaker AI

Die automatische Modelloptimierung (AMT, Automatic Model Tuning) von Amazon SageMaker AI findet die beste Version eines Modells, indem sie viele Trainingsjobs auf Ihrem Datensatz ausführt. Die automatische Modelloptimierung von Amazon SageMaker AI ist auch bekannt als Hyperparameteroptimierung. Zu diesem Zweck verwendet AMT den Algorithmus und die Bereiche von Hyperparametern, die Sie angeben. Es wählt dann die Hyperparameterwerte aus, die ein Modell erstellen, das gemessen an einer von Ihnen gewählten Metrik die beste Leistung erbringt.

Beispielsweise die Ausführung eines Problems mit der binären Klassifikation auf einem Marketing-Datensatz. Ihr Ziel ist es, die Metrik für die Fläche unter der Kurve (AUC) des Algorithmus durch Training eines XGBoost-Algorithmus mit Amazon SageMaker AI-Modells zu maximieren. Sie möchten herausfinden, mit welchen Werten für die Hyperparameter etaalpha,min_child_weight und max_depth das Modell am besten trainiert werden kann. Geben Sie einen Wertebereich für diese Hyperparameter an. Anschließend sucht die Hyperparameteroptimierung von SageMaker AI innerhalb dieser Bereiche nach einer Kombination, die einen Trainingsjob erzeugt, der ein Modell mit der höchsten AUC erstellt. Um Ressourcen zu schonen oder bestimmte Qualitätsanforderungen an das Modell zu erfüllen, richten Sie Abschlusskriterien ein, um die Optimierung zu beenden, nachdem die Kriterien erfüllt wurden.

Sie können SageMaker AI AMT mit integrierten Algorithmen, benutzerdefinierten Algorithmen oder in SageMaker AI vorgefertigten Containern für Frameworks für Machine Learning verwenden.

SageMaker AI AMT kann eine Amazon EC2 Spot Instance verwenden, um die Kosten bei der Ausführung von Trainingsjobs zu optimieren. Weitere Informationen finden Sie unter Managed Spot Training in Amazon SageMaker AI verwenden.

Bevor Sie die Hyperparameter-Optimierung verwenden, sollte ein eindeutig definiertes Machine-Learning-Problem vorliegen, darunter:

Bereiten Sie Ihren Datensatz und Ihren Algorithmus so vor, dass sie in SageMaker AI funktionieren und führen Sie mindestens einmal erfolgreich einen Trainingsjob durch. Weitere Informationen zum Einrichten und Ausführen eines Trainingsauftrags finden Sie unter Leitfaden zur Einrichtung von Amazon SageMaker AI.