为管理 AutoML 任务而生成的自动驾驶笔记本 - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

为管理 AutoML 任务而生成的自动驾驶笔记本

Amazon A SageMaker utopilot 使用 AutoML 作业管理自动机器学习 (AutoML) 过程中的关键任务。AutoML 作业创建了三个基于笔记本的报告,这些报告描述了 Autopilot 为生成候选模型而遵循的计划。

候选模型由一个(管道、算法)对组成。首先,有一个数据探索笔记本,它描述了 Autopilot 从您提供的数据中了解到的信息。其次,有一个候选项定义笔记本,它使用与数据相关信息来生成候选项。第三,模型见解报告,可以帮助详细说明 Autopilot 实验排行榜中最佳模型的性能特征。

如果你已经安装了 Amazon SageMaker SageMaker Python,你可以在亚马逊或本地运行这些笔记本SDK。 您可以像共享其他 SageMaker Studio Classic 笔记本电脑一样共享笔记本电脑。 这些笔记本是为你进行实验而创建的。例如,您可以在笔记本中编辑以下项目:

  • 对数据使用的预处理器

  • 超参数优化 (HPO) 运行次数及其并行度

  • 要尝试的算法

  • 用于HPO任务的实例类型

  • 超参数范围

作为一种学习手段,鼓励对候选项定义笔记本进行修改。通过此功能,您可以了解在机器学习过程中做出的决策如何影响结果。

注意

当您在默认实例中运行笔记本时,会产生基准费用。但是,当您通过候选笔记本运行HPO作业时,这些作业会使用额外的计算资源,从而产生额外成本。