Studio Classic 中的 Amazon SageMaker Experiments
重要
使用 SageMaker Experiments Python SDK 跟踪实验仅适用于 Studio Classic。我们建议使用新的 Studio 体验，并使用 SageMaker AI 与 MLflow 的最新集成创建实验。MLflow 用户界面与 Studio Classic 没有集成。如果您要在 Studio 中使用 MLflow，必须使用 Amazon CLI 启动 MLflow 用户界面。有关更多信息，请参阅 使用 Amazon CLI 启动 MLflow 用户界面。
Amazon SageMaker Experiments Classic 是 Amazon SageMaker AI 的一项功能，可让您在 Studio Classic 中创建、管理、分析和比较机器学习实验。可使用 SageMaker Experiments，对您以编程方式创建的自定义实验与 SageMaker AI 作业自动创建的实验，进行查看、管理、分析和比较。
Experiments Classic 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 Classic 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。
使用 MLflow 从 Experiments Classic 迁移到 Amazon SageMaker AI
过去使用 Experiments Classic 创建的实验仍可在 Studio Classic 中查看。如果您想用 MLflow 维护和使用过去的实验代码，必须更新训练代码以使用 MLflow SDK，并重新运行训练实验。有关开始使用 MLflow SDK 和 Amazon MLflow 插件的更多信息，请参阅 将 MLflow 与您的环境集成。