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。
训练模型
有关使用 Amazon SageMaker 训练模型的概述,请参阅使用 Amazon SageMaker 训练模型.
SageMaker 提供了功能用于监控和管理机器学习模型的训练和验证。有关可用指标、增量训练、自动模型优化以及使用增强清单文件来标记训练数据的指南,请参阅以下主题。
-
有关选择机器学习算法及其针对任务或问题的实施的指导,请参阅选择算法.
-
有关调试和分析机器学习模型训练的指导,请参阅亚马逊SageMakerDebugger (调试程序).
-
有关分布式深度学习模型训练的指导,请参阅Amazon SageMaker 分布式培训库.
-
有关用于监控和训练模型的指标,请参阅使用 Amazon CloudWatch 指标监控和分析训练作业。
-
有关用于检测模型后处理偏差的指标,请参阅使用亚马逊检测训练后数据和模型偏差 SageMaker 澄清.
-
有关模型可解释性的指导,请参阅亚马逊 SageMaker 澄清模型的可解释性.
-
有关 SageMaker 中增量训练的指南,请参阅。Amazon SageMaker 中的增量训练.
-
有关在 SageMaker 中使用托管的现场训练的指导,请参阅Amazon SageMaker 中的托管的 Spot.
-
有关在 SageMaker 中使用训练检查点的指导,请参阅在 Amazon SageMaker 中使用检查点.
-
有关自动模型优化(也称为超参数优化)的指南,请参阅使用 SageMaker 执行自动模型优化。
-
有关为标签训练数据使用增强清单文件的指南,请参阅通过增强清单文件,将数据集元数据提供给训练作业。
主题