Domande frequenti sulla scheda modello

R: È possibile utilizzare modelli per una varietà di applicazioni aziendali, dalla previsione degli attacchi informatici all'approvazione delle richieste di prestito al rilevamento della categoria di un'e-mail. Ciascuna di queste applicazioni presuppone un diverso livello di rischio. Ad esempio, il rilevamento errato di un attacco informatico ha un impatto aziendale molto maggiore rispetto alla categorizzazione errata di un'e-mail. Dati i diversi profili di rischio di un modello, le schede modello forniscono campi in cui classificare la valutazione del rischio di un modello (low, medium o high). Se non conosci il rischio del modello, puoi impostare lo stato su unknown. I clienti sono responsabili dell'assegnazione del profilo di rischio per ciascun modello. In base alla classificazione del rischio, le organizzazioni possono adottare regole diverse per l'implementazione di tali modelli in produzione. Per ulteriori informazioni, consulta Valutazioni del rischio.

L'uso previsto di un modello descrive come utilizzare il modello nelle applicazioni di produzione. Ciò va oltre i requisiti tecnici, come il tipo di istanza su cui distribuire un modello, e si riferisce invece ai tipi di applicazioni da creare con il modello, agli scenari in cui è possibile aspettarsi prestazioni ragionevoli dal modello o al tipo di dati da utilizzare con il modello. Si consiglia di fornire queste informazioni nella scheda modello per una migliore governance del modello. È possibile definire un tipo di specifica del modello nel campo dell'uso previsto e garantire che gli sviluppatori e i consumatori del modello seguano tale specifica durante l’addestramento e l'implementazione dei loro modelli. Per ulteriori informazioni, consulta Usi previsti di un modello.

Quando crei una scheda del modello utilizzando SageMaker Python SDK o la console AWS, SageMaker AI inserisce automaticamente le informazioni sul modello addestrato. Questo include dettagli completi sull’addestramento e tutte le informazioni sul modello disponibili tramite la chiamata API describe-model. Se lavori in Amazon SageMaker Studio, puoi compilare automaticamente le schede del modello chiamando l’API DescribeModelPackage.

Le schede modello Amazon SageMaker hanno una struttura definita che non può essere modificata. Questa struttura fornisce indicazioni su quali informazioni devono essere acquisite in una scheda modello. Sebbene non sia possibile modificare la struttura della scheda modello, è stata introdotta una certa flessibilità attraverso le proprietà personalizzate nella sezione Informazioni aggiuntive della scheda modello.

Le schede modello sono associate a versioni. Una determinata versione del modello è immutabile in tutti gli attributi diversi dallo stato della scheda modello. Se apporti altre modifiche alla scheda del modello, ad esempio metriche di valutazione, descrizione o utilizzi previsti, SageMaker AI crea una nuova versione della scheda del modello per riflettere le informazioni aggiornate. Questo serve a garantire che una scheda modello, una volta creata, non possa essere manomessa.

Le schede del modello vengono aggiornate automaticamente ogni volta che apporti modifiche alle versioni del pacchetto di modelli nel registro dei modelli.

R: Sì. Puoi creare schede del modello per modelli non addestrati in SageMaker AI, ma in questo caso le informazioni non vengono inserite automaticamente nella scheda. Per i modelli non SageMaker AI, devi immettere tutte le informazioni necessarie nella scheda del modello.

R: Sì. È possibile esportare ogni versione di una scheda modello in un PDF, scaricarla e condividerla.

R. Le schede del modello sono accessibili sia tramite la console SageMaker AI che tramite il registro dei modelli. Quando utilizzi il registro dei modelli, ricevi automaticamente una scheda del modello per ogni versione del modello.

R. Le schede del modello hanno lo scopo di fornire alle organizzazioni un meccanismo per documentare tutti i dettagli che desiderano sul proprio modello, seguendo le linee guida prescrittive di SageMaker AI e fornendo le proprie informazioni personalizzate. È possibile introdurre le schede modello all'inizio del processo di machine learning e utilizzarle per definire il problema aziendale che il modello deve risolvere ed eventuali considerazioni su cui riflettere durante l'utilizzo del modello. Dopo aver addestrato un modello, è possibile compilare la scheda modello associata a quel modello con informazioni sul modello e su come è stato addestrato. Le schede modello sono associate ai modelli e sono immutabili una volta associate a un modello. Ciò garantisce che la scheda modello sia l'unica fonte di verità per tutte le informazioni relative a un modello, incluso il modo in cui è stato addestrato e come dovrebbe essere utilizzato.

Il registro dei modelli è un catalogo che memorizza i metadati relativi ai modelli. Ogni voce nel registro dei modelli corrisponde a una versione del modello unica. Tale versione del modello contiene informazioni sul modello, ad esempio dove sono archiviati gli artefatti del modello in Amazon S3, quale container è necessario per distribuire il modello e metadati personalizzati da collegare al modello. A ogni versione del pacchetto di modelli è associata una scheda del modello.

R. Le schede del modello sono integrate nell’oggetto del registro dei modelli. Ogni versione di un pacchetto di modelli nel registro dei modelli è collegata alla scheda del modello corrispondente. Puoi accedere allo schema della scheda del modello per ogni versione utilizzando l’API ModelPackageModelCard.

R. Sì, esiste una relazione uno a uno tra le schede del modello e i modelli nel registro dei modelli. A ogni versione del modello archiviata nel registro dei modelli corrisponde esattamente una scheda del modello.

R: No. È possibile caricare le metriche delle prestazioni calcolate da SageMaker Model Monitor sulla scheda modello caricando un file di metriche su Amazon S3 e collegandolo alla scheda, ma non esiste un'integrazione nativa tra Model Monitor e le schede modello. I dashboard dei modelli sono integrati con Model Monitor. Per ulteriori informazioni sui dashboard dei modelli, consulta Amazon SageMaker Model Dashboard.