Amazon SageMaker 模型注册表现在支持定义机器学习模型生命周期各阶段

发布于: 2024年11月12日

今天，我们很高兴地宣布，Amazon SageMaker 模型注册表现在支持自定义机器学习 (ML) 模型生命周期各阶段。该功能使数据科学家和 ML 工程师能够定义和控制其模型在从开发到生产的各个阶段的进展，从而进一步改善了模型监管。

客户使用 Amazon SageMaker 模型注册表作为专用元数据存储来管理 ML 模型的整个生命周期。通过此次发布，数据科学家和 ML 工程师现在可以在模型注册表中定义 ML 模型的开发、测试和生产等自定义阶段。这样就可以轻松地在模型生命周期的不同阶段（从训练到推理）对模型进行跟踪和管理。他们还可以跟踪阶段审批状态（例如“待批准”、“已批准”和“已拒绝”），以查看模型何时可以进入下一阶段。这些自定义阶段和审批状态有助于数据科学家和 ML 工程师定义和执行模型审批工作流，确保模型在进入下一阶段之前符合特定标准。通过实施这些自定义阶段和审批流程，客户可以在整个组织中实现其模型监管实践的标准化，更有效地监督模型进展，并确保只有经过批准的模型才能进入生产环境。

此功能已在目前提供 Amazon SageMaker 模型注册表的所有 AWS 区域（GovCloud 区域除外）推出。要了解更多信息，请参阅模型生命周期的阶段构造。