使用 Amazon SageMaker Experiments 管理机器学习
Amazon SageMaker Experiments 是 Amazon SageMaker 的一项功能，可让您创建、管理、分析和比较机器学习实验。
机器学习中的实验
机器学习是一个迭代过程。您需要试验数据、算法和参数的各种组合，同时观察增量变化对模型准确性的影响。随着时间的推移，这种迭代实验可能会导致成千上万次的模型训练运行和成千上万个模型版本。这样一来，很难跟踪性能最佳的模型及其输入配置。也很难将现行的实验与过去的实验进行比较，以找出进一步改进的机会。通过 SageMaker Experiments，可组织、查看、分析和比较迭代机器学习实验，以获得比较性见解并跟踪性能最佳的模型。
使用 SageMaker Experiments 管理机器学习实验
SageMaker Experiments 会以运行的形式，自动跟踪迭代的输入、参数、配置和结果。您可以将这些运行分配、分组及组织到实验中。SageMaker Experiments 可与 Amazon SageMaker Studio 集成，提供可视界面，以浏览现行的实验和过去的实验、按照关键性能指标对运行进行比较，并确定性能最佳的实验。SageMaker Experiments 可以跟踪创建模型过程中的所有步骤和构件，您在对生产中的问题进行故障排除或审计模型以进行合规性验证时，可以快速重访模型的起源。
可使用 SageMaker Experiments，对您以编程方式创建的自定义实验与 SageMaker 作业自动创建的实验，进行查看、管理、分析和比较。
支持的 Amazon Web Services 区域
除中国地区外，在提供 Amazon SageMaker Studio 的所有 Amazon 商业区域中，一般均可使用 SageMaker Experiments。