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。

# 管理超参数调优和训练作业
<a name="multiple-algorithm-hpo-manage-tuning-jobs"></a>

调整作业可能包含许多训练作业，创建和管理这些作业及其定义可能成为一项复杂而繁重的任务。 SageMaker 人工智能提供的工具可以帮助促进这些工作的管理。您可以从 Amazon A SageMaker I 控制台访问您运行的调整任务，网址为[https://console.aws.amazon.com/sagemaker/](https://console.amazonaws.cn/sagemaker/)。从**训练**菜单中选择**超参数调优作业**，可查看列表。在此页面中，您还可以选择**创建超参数调优作业**，以开始创建新调优作业的过程。

要查看运行部分调优作业的训练作业，可从列表中选择一个超参数调优作业。您可以通过调优作业页面上的选项卡，检查训练作业及其定义、用于调优作业的标签和配置，以及调优期间找到的最佳训练作业。您可以选择最佳训练作业或调优作业所包含的任何其他训练作业，以查看其所有设置。在此处，您可以通过选择**创建模型**以使用训练作业找到的超参数值创建模型，或者通过选择**克隆**以克隆训练作业。

**克隆**  
您可以通过克隆属于超参数调优作业的训练作业来节省时间。克隆会复制作业的所有设置，包括数据通道、输出构件的 S3 存储位置。您可以对从调优作业页面运行的训练作业（如上所述）执行此操作，或者。也可以在创建超参数调优作业的同时创建其他训练作业定义时（如该过程的[添加或克隆训练作业](multiple-algorithm-hpo-create-tuning-jobs.md#multiple-algorithm-hpo-add-training-job)步骤中所述），执行此操作。

**标记**  
自动模型调优可在单个父调优作业中启动多个训练作业，以发现模型超参数的理想权重。可以将标签添加到父调优作业中，如[调优作业的组件](multiple-algorithm-hpo-create-tuning-jobs.md#multiple-algorithm-hpo-create-tuning-jobs-define-settings)部分中所述，然后将这些标签传播到下面的各个训练作业中。客户可以将这些标签用于成本分配或访问控制等目的。要使用 SageMaker SDK 添加标签，请使用 [https://docs.amazonaws.cn/sagemaker/latest/APIReference/API_AddTags.html](https://docs.amazonaws.cn/sagemaker/latest/APIReference/API_AddTags.html)API。有关对资源使用标签的更多信息，请参阅为 Amazon 资源[添加标签。 Amazon](https://docs.amazonaws.cn/general/latest/gr/aws_tagging.html)