Amazon SageMaker 的全新模型追蹤功能現已正式上市

Amazon SageMaker 的全新模型追蹤功能現已在提供 Amazon SageMaker 的所有 AWS 區域正式上市。透過這些新功能，您可以快速輕鬆地尋找和比較機器學習 (ML) 模型訓練實驗。使用 AWS 管理主控台或 AWS 開發套件，您可以快速搜尋數千種模型訓練實驗，並比較指標以評估不同迭代的效能，加速識別效能最佳模型的能力。

開發 ML 模型是一個迭代過程。您可以嘗試不同的資料、演算法和參數組合，以微調模型。這種連續實驗通常會產生大量的模型版本，因此難以追蹤實驗，且拖慢發現最有效模型的速度。此外，隨著時間的推移，追蹤特定模型版本的變數會變得冗長而乏味，妨礙稽核和合規驗證。透過 Amazon SageMaker 中的新模型追蹤功能，您可以透過搜尋不同參數，包括學習演算法、超參數設定，以及訓練執行期間新增的任何標籤，快速識別最相關的模型。您也可以根據訓練執行的效能指標 (例如，訓練損失和驗證準確度) 進行比較和排名，以便快速識別效能最高的模型。

您可以透過我們的範例筆記本開始使用，並在部落格和開發人員指南中進一步了解此功能。