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。
亚马逊 SageMaker 实验集成
Amaz SageMaker on Pipelines 与亚马逊 SageMaker 实验紧密集成。默认情况下，当 Pipelines 创建并执行管道时，如果不存在，则会创建以下 SageMaker 实验实体：
-
管道的实验
-
每次执行管道时的运行组
-
为在管道执行步骤中创建的每个 SageMaker 作业添加到运行组的运行
您可以比较多个管道执行中的模型训练准确性等指标，就像在 SageMaker 模型训练实验的多个运行组中比较此类指标一样。
以下示例显示了 Amaz SageMaker on Python
Pipeline( name="MyPipeline", parameters=[...], pipeline_experiment_config=PipelineExperimentConfig( ExecutionVariables.PIPELINE_NAME, ExecutionVariables.PIPELINE_EXECUTION_ID ), steps=[...] )
如果您不想为管道创建实验和运行组，则将 pipeline_experiment_config 设置为 None。
注意
Amaz SageMaker on Python SDK v2.41.0 中引入了实验集成。
根据为 pipeline_experiment_config 的 ExperimentName 和 TrialName 参数指定的内容，应用以下命名规则：
-
如果不指定
ExperimentName，则将管道name用作实验名称。如果指定
ExperimentName，则将其用作实验名称。如果存在具有该名称的实验，则管道创建的运行组将添加到现有实验中。如果不存在具有该名称的实验，则会创建一个新的实验。 -
如果不指定
TrialName，则将管道执行 ID 用作运行组名称。如果指定
TrialName，则将其用作运行组名称。如果存在具有该名称的运行组，则管道创建的运行将添加到现有的运行组中。如果不存在具有该名称的运行组，则会创建一个新的运行组。
注意
删除创建了实验实体的管道时，不会删除这些实体。您可以使用 SageMaker 实验API来删除实体。
有关如何查看与管道关联的 SageMaker 实验实体的信息，请参阅访问管道中的实验数据。有关 SageMaker 实验的更多信息，请参阅Studio 经典版中的亚马逊 SageMaker 实验。
下面几节将展示上述规则的示例，以及如何在管道定义文件中表示这些规则。有关管道定义文件的更多信息，请参阅 管道概述。