SageMaker Experiments

『モデル開発における複数のトレーニングジョブ や 異なるパラメータ設定を一元的に管理するためのツール』

これにより、実験の効率が大幅に向上し、モデル開発プロセス全体が組織的に管理できるようになります。

特徴

• トレーニング結果を整理して比較でき、再現性のある実験 が可能です。
• 複数のトレーニングジョブやパラメータ設定を一元的に管理し、各ジョブのバージョン管理 が容易です。
• 実験結果を自動的にデータを可視化することができます。

各トレーニングジョブに記録されるもの

• ハイパーパラメータ
• メトリクス
• 成果

例

• 複数のパラメータの組み合わせを試して、モデルの精度を最大化する設定を見つけたい場合、SageMaker Experimentsを使うと、各実験の結果が自動的に記録され、後からパラメータごとの効果を可視化して確認できます。
• また、トレーニングジョブの結果が記録されることで、他のチームメンバーとも情報を共有しやすくなり、過去の実験設定を容易に再現することが可能です。

トライアル

SageMaker Experimentsでは、各トレーニングの実行データは トライアル と呼ばれます。（エポックではないので注意）

• トライアルは、特定のモデルのトレーニングやハイパーパラメータのチューニングに関連する実行結果を管理し、追跡するための単位です。
• 複数のトライアルを比較することで、どの設定が最も効果的かを確認することができ、機械学習プロセスの効率化と最適化に役立ちます。