Zdaj lahko registrirate vgrajene modele strojnega učenja (ML). Amazon SageMaker Canvas z enim klikom do Register modelov Amazon SageMaker, ki vam omogoča operacionalizacijo modelov ML v proizvodnji. Canvas je vizualni vmesnik, ki poslovnim analitikom omogoča, da sami ustvarijo natančne napovedi ML – ne da bi potrebovali izkušnje z ML ali napisali eno vrstico kode. Čeprav je to odličen kraj za razvoj in eksperimentiranje, jih je treba operacionalizirati, da bi pridobili vrednost iz teh modelov, in sicer jih je treba uporabiti v produkcijskem okolju, kjer jih je mogoče uporabiti za napovedovanje ali sprejemanje odločitev. Zdaj z integracijo z registrom modelov lahko shranite vse artefakte modela, vključno z metapodatki in osnovnimi črtami meritev zmogljivosti, v osrednji repozitorij in jih vključite v svoje obstoječe postopke CI/CD za uvajanje modela.
Register modelov je repozitorij, ki katalogizira modele ML, upravlja različne različice modela, povezuje metapodatke (kot so metrike usposabljanja) z modelom, upravlja status odobritve modela in jih razmesti v produkcijo. Ko ustvarite različico modela, običajno želite oceniti njeno zmogljivost, preden jo uvedete v produkcijsko končno točko. Če ustreza vašim zahtevam, lahko posodobite status odobritve različice modela na odobreno. Nastavitev stanja na odobreno lahko sproži uvajanje CI/CD za model. Če različica modela ne ustreza vašim zahtevam, lahko v registru posodobite status odobritve na zavrnjeno, kar prepreči uvedbo modela v eskalirano okolje.
Register modelov ima ključno vlogo v procesu uvajanja modela, saj vsebuje vse informacije o modelu in omogoča avtomatizacijo promocije modela v produkcijska okolja. Sledi nekaj načinov, na katere lahko register modelov pomaga pri operacionalizaciji modelov ML:
- Nadzor nad različico – Register modelov vam omogoča sledenje različnim različicam vaših modelov ML, kar je bistveno pri uvajanju modelov v produkcijo. Če spremljate različice modela, se lahko preprosto vrnete na prejšnjo različico, če nova različica povzroči težave.
- sodelovanje – Register modelov omogoča sodelovanje med podatkovnimi znanstveniki, inženirji in drugimi zainteresiranimi stranmi z zagotavljanjem centralizirane lokacije za shranjevanje, skupno rabo in dostop do modelov. To lahko pomaga racionalizirati postopek uvajanja in zagotoviti, da vsi delajo z istim modelom.
- Upravljanje – Register modelov lahko pomaga pri skladnosti in upravljanju z zagotavljanjem revizijske zgodovine sprememb in uvajanj modela.
Na splošno lahko register modelov pomaga racionalizirati postopek uvajanja modelov ML v produkcijo z zagotavljanjem nadzora različic, sodelovanja, spremljanja in upravljanja.
Pregled rešitve
Za naš primer uporabe prevzemamo vlogo poslovnega uporabnika v oddelku za trženje operaterja mobilne telefonije in uspešno smo ustvarili model ML v Canvasu za prepoznavanje strank s potencialnim tveganjem odliva. Zahvaljujoč napovedim, ki jih je ustvaril naš model, želimo zdaj to premakniti iz našega razvojnega okolja v proizvodnjo. Preden pa se naš model uvede v proizvodno končno točko, ga mora pregledati in odobriti osrednja ekipa MLOps. Ta skupina je odgovorna za upravljanje različic modela, pregledovanje vseh povezanih metapodatkov (kot so metrike usposabljanja) z modelom, upravljanje statusa odobritve vsakega modela ML, uvajanje odobrenih modelov v proizvodnjo in avtomatizacijo uvajanja modela s CI/CD. Za poenostavitev postopka uvajanja našega modela v produkcijo izkoriščamo integracijo Canvasa z registrom modelov in registriramo naš model za pregled naše ekipe MLOps.
Koraki poteka dela so naslednji:
- Naložite nov nabor podatkov s trenutno populacijo strank v Canvas. Za celoten seznam podprtih virov podatkov glejte Uvoz podatkov v Canvas.
- Zgradite modele ML in analizirajte njihove meritve uspešnosti. Glejte navodila za zgradite model ML po meri v Canvasu in oceniti delovanje modela.
- Registrirajte najboljše različice v register modelov v pregled in odobritev.
- Namestite odobreno različico modela do proizvodne končne točke za sklepanje v realnem času.
Korake 1–3 lahko izvedete v programu Canvas, ne da bi napisali eno vrstico kode.
Predpogoji
Za ta potek se prepričajte, da so izpolnjeni naslednji predpogoji:
- Za registracijo različic modela v register modelov mora skrbnik Canvas dati potrebna dovoljenja uporabniku Canvas, ki jih lahko upravljate v domeni SageMaker, ki gosti vašo aplikacijo Canvas. Za več informacij glejte Vodnik za razvijalce Amazon SageMaker. Ko dodeljujete uporabniška dovoljenja za Canvas, morate izbrati, ali želite uporabniku dovoliti registracijo svojih različic modela v istem računu AWS.
- Izvedite predpogoje, navedene v Predvidite odliv strank s strojnim učenjem brez kode z uporabo Amazon SageMaker Canvas.
Zdaj bi morali imeti tri različice modela, ki so usposobljene za zgodovinske podatke o predvidevanju opuščanja v Canvasu:
- V1 usposobljen z vsemi 21 funkcijami in konfiguracijo hitre gradnje z rezultatom modela 96.903 %
- V2, usposobljen z vsemi 19 funkcijami (odstranjene funkcije telefona in stanja) ter hitro konfiguracijo gradnje in izboljšano natančnostjo 97.403 %
- V3, usposobljen s standardno konfiguracijo gradnje z 97.03-odstotnim rezultatom modela
Uporabite model napovedi odliva strank
Omogoči Prikaži napredne meritve in pregledati objektivne meritve, povezane z vsako različico modela, tako da lahko izberemo najuspešnejši model za registracijo v register modelov.
Na podlagi metrike uspešnosti izberemo različico 2 za registracijo.
Register modelov sledi vsem različicam modelov, ki jih usposobite za reševanje določenega problema v skupini modelov. Ko usposobite model Canvas in ga registrirate v register modelov, se doda v skupino modelov kot nova različica modela.
Ob registraciji se samodejno ustvari skupina modelov znotraj registra modelov. Po želji ga lahko preimenujete v ime po svoji izbiri ali uporabite obstoječo skupino modelov v registru modelov.
V tem primeru uporabimo samodejno ustvarjeno ime skupine modelov in izberemo Dodaj.
Različica našega modela bi morala biti zdaj registrirana v skupini modelov v registru modelov. Če bi registrirali drugo različico modela, bi bila registrirana v isti skupini modelov.
Status različice modela bi se moral spremeniti od Ni registriran do Registriranih.
Ko miškin kazalec premaknemo nad stanje, lahko pregledamo podrobnosti registra modela, ki vključujejo ime skupine modelov, ID računa registra modela in status odobritve. Takoj po registraciji se status spremeni v Čaka na odobritev, kar pomeni, da je ta model registriran v registru modelov, vendar čaka na pregled in odobritev podatkovnega znanstvenika ali člana ekipe MLOps in ga je mogoče namestiti na končno točko le, če je odobren.
Zdaj pa pojdimo do Amazon SageMaker Studio in prevzame vlogo člana ekipe MLOps. Spodaj Modeli v podoknu za krmarjenje izberite Register modelov da odprete domačo stran registra modelov.
Vidimo lahko model grp canvas-Churn-Prediction-Model
ki ga je Canvas samodejno ustvaril za nas.
Izberite model, da pregledate vse različice, registrirane v tej skupini modelov, in nato preglejte ustrezne podrobnosti modela.
Če odprete podrobnosti za različico 1, lahko vidimo, da je Dejavnost zavihek spremlja vse dogodke, ki se dogajajo na modelu.
o Kakovost modela lahko pregledamo metrike modela, krivulje natančnosti/priklica in diagrame matrike zmede, da razumemo delovanje modela.
o Pojasnjevanje lahko pregledamo funkcije, ki so najbolj vplivale na delovanje modela.
Ko pregledamo artefakte modela, lahko spremenimo status odobritve iz Do do Odobreno.
Zdaj lahko vidimo posodobljeno dejavnost.
Poslovni uporabnik Canvas bo zdaj lahko videl, da se je status registriranega modela spremenil iz Čaka na odobritev do Odobreno.
Kot član ekipe MLOps, ker smo odobrili ta model ML, ga razmestimo na končno točko.
V Studiu se pomaknite do domače strani registra modelov in izberite canvas-Churn-Prediction-Model
skupina modelov. Izberite različico, ki jo želite namestiti, in pojdite na Nastavitve tab.
Prebrskajte, da dobite podrobnosti ARN paketa modela iz izbrane različice modela v registru modelov.
Odprite zvezek v Studiu in zaženite naslednjo kodo za razmestitev modela na končno točko. Zamenjajte paket modela ARN z lastnim paketom modela ARN.
Ko je končna točka ustvarjena, lahko vidite, da se spremlja kot dogodek na Dejavnost zavihek registra modelov.
Dvokliknite lahko ime končne točke, da dobite podrobnosti.
Zdaj, ko imamo končno točko, jo prikličimo, da dobimo sklepanje v realnem času. Zamenjajte ime končne točke v naslednjem delčku kode:
Čiščenje
Da se izognete prihodnjim stroškom, izbrišite vire, ki ste jih ustvarili med spremljanjem te objave. To vključuje odjavo iz Canvasa in brisanje nameščene končne točke SageMaker. Canvas vam zaračuna trajanje seje in priporočamo, da se odjavite iz Canvasa, ko ga ne uporabljate. Nanašati se na Odjava iz Amazon SageMaker Canvas Za več podrobnosti.
zaključek
V tej objavi smo razpravljali o tem, kako lahko Canvas pomaga operacionalizirati modele ML v produkcijskih okoljih, ne da bi potrebovali strokovno znanje o ML. V našem primeru smo pokazali, kako lahko analitik hitro zgradi zelo natančen napovedni model ML, ne da bi napisal kodo in ga registriral v register modelov. Skupina MLOps ga lahko nato pregleda in bodisi zavrne model bodisi odobri model in sproži postopek uvajanja CI/CD na nižji stopnji.
Če želite začeti svoje potovanje ML z nizko kodo/brez kode, glejte Amazon SageMaker Canvas.
Posebna zahvala vsem, ki so prispevali k lansiranju:
backend:
- Huayuan (Alice) Wu
- Krittaphat Pugdeethosapol
- Yanda Hu
- John He
- Esha Dutta
- Prashanth
Sprednji del:
- Trgovec Kaiz
- Ed Cheung
O avtorjih
Janisha Anand je višji produktni vodja v skupini SageMaker Low/No Code ML, ki vključuje SageMaker Autopilot. Uživa v kavi, ostane aktivna in preživlja čas s svojo družino.
Krittaphat Pugdeethosapol je inženir za razvoj programske opreme pri Amazon SageMaker in večinoma dela z izdelki SageMaker z nizko kodo in brez kode.
Huayuan (Alice) Wu je inženir za razvoj programske opreme pri Amazon SageMaker. Osredotoča se na izdelavo orodij in izdelkov ML za stranke. Zunaj službe uživa v naravi, jogi in pohodništvu.
- Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
- PlatoAiStream. Podatkovna inteligenca Web3. Razširjeno znanje. Dostopite tukaj.
- Kovanje prihodnosti z Adryenn Ashley. Dostopite tukaj.
- Kupujte in prodajajte delnice podjetij pred IPO s PREIPO®. Dostopite tukaj.
- vir: https://aws.amazon.com/blogs/machine-learning/operationalize-ml-models-built-in-amazon-sagemaker-canvas-to-production-using-the-amazon-sagemaker-model-registry/
- : je
- :ne
- :kje
- ][str
- 1
- 100
- 15%
- 420
- 7
- 8
- a
- Sposobna
- Dostop
- Račun
- natančnost
- natančna
- aktivna
- dejavnost
- dodano
- admin
- napredno
- Prednost
- po
- vsi
- omogočajo
- omogoča
- Čeprav
- Amazon
- Amazon SageMaker
- Amazon SageMaker Canvas
- med
- an
- Analitik
- Analitiki
- analizirati
- in
- Še ena
- kaj
- uporaba
- odobritev
- odobri
- odobren
- SE
- AS
- povezan
- At
- revidiran
- samodejno
- avtomatizacija
- Avtomatizacija
- izogniti
- AWS
- BE
- ker
- pred
- počutje
- BEST
- Računov
- telo
- izgradnjo
- Building
- zgrajena
- poslovni
- vendar
- by
- CAN
- platno
- primeru
- kataloge
- vzroki
- Osrednji
- centralizirano
- spremenite
- spremenilo
- Spremembe
- Stroški
- izbira
- Izberite
- klik
- Koda
- Kava
- sodelovanje
- skladnost
- konfiguracija
- zmeda
- prispevali
- nadzor
- Ustrezno
- ustvarjajo
- ustvaril
- Trenutna
- po meri
- stranka
- Stranke, ki so
- datum
- podatkovni znanstvenik
- Datum čas
- odločitve
- Oddelek
- razporedi
- razporejeni
- uvajanja
- uvajanje
- razmestitve
- razpolaga
- Podrobnosti
- Razvojni
- Razvoj
- drugačen
- razpravljali
- Ne
- domena
- trajanje
- vsak
- enostavno
- bodisi
- omogoča
- omogočanje
- konec
- Končna točka
- inženir
- Inženirji
- zagotovitev
- okolje
- okolja
- bistvena
- oceniti
- Event
- dogodki
- Tudi vsak
- vsi
- Primer
- obstoječih
- izkušnje
- strokovno znanje
- družina
- Lastnosti
- Osredotoča
- po
- sledi
- za
- iz
- polno
- Prihodnost
- ustvarjajo
- ustvarila
- dobili
- Daj
- Go
- upravljanje
- Odobritev
- veliko
- skupina
- Zgodi se
- Imajo
- ob
- pomoč
- jo
- zelo
- zgodovinski
- zgodovina
- Domov
- Gostitelji
- hover
- Kako
- Vendar
- HTML
- HTTPS
- ID
- identificirati
- if
- uvoz
- izboljšalo
- in
- vključujejo
- vključuje
- Vključno
- vplivali
- Podatki
- sproži
- Navodila
- integracija
- vmesnik
- v
- Vprašanja
- IT
- ITS
- Potovanje
- jpg
- vzdrževanje
- Ključne
- kosilo
- učenje
- vrstica
- Seznam
- kraj aktivnosti
- sečnja
- stroj
- strojno učenje
- v glavnem
- Znamka
- upravljanje
- upravitelj
- upravlja
- upravljanje
- Trženje
- Matrix
- pomeni
- član
- omenjeno
- metapodatki
- Meritve
- ML
- MLOps
- Mobilni
- mobilni telefon
- Model
- modeli
- spremljanje
- več
- Najbolj
- premikanje
- morajo
- Ime
- Krmarjenje
- ostalo
- potrebno
- Nimate
- potrebe
- Novo
- št
- prenosnik
- zdaj
- Cilj
- of
- on
- samo
- odprite
- operater
- or
- OS
- Ostalo
- naši
- ven
- na prostem
- zunaj
- več
- lastne
- paket
- pakete
- Stran
- pand
- podokno
- zlasti
- dokler
- Izvedite
- performance
- izvajati
- opravlja
- Dovoljenja
- telefon
- Kraj
- platon
- Platonova podatkovna inteligenca
- PlatoData
- igra
- Vtič
- prebivalstvo
- Prispevek
- potencial
- napoved
- Napovedi
- predpogoji
- preprečuje
- prejšnja
- problem
- Postopek
- Procesi
- Izdelek
- produktni vodja
- proizvodnja
- Izdelki
- promocija
- zagotavljanje
- Hitri
- hitro
- v realnem času
- Priporočamo
- Registracija
- registriranih
- registracija
- registra
- Odstranjeno
- zamenjajte
- Skladišče
- Zahteve
- viri
- Odgovor
- odgovorna
- povrniti
- pregleda
- Pregledal
- pregledovanje
- Pravica
- Tveganje
- vloga
- Run
- sagemaker
- Enako
- Znanstvenik
- Znanstveniki
- rezultat
- glej
- izbran
- višji
- Zasedanje
- nastavitev
- delitev
- je
- shouldnt
- je pokazala,
- sam
- So
- Software
- Razvoj programske opreme
- SOLVE
- nekaj
- Viri
- Poraba
- interesne skupine
- standardna
- Začetek
- Država
- Status
- Koraki
- trgovina
- shranjevanje
- racionalizirati
- studio
- Uspešno
- taka
- Podprti
- SYS
- Bodite
- skupina
- Hvala
- da
- O
- njihove
- Njih
- POTEM
- te
- jih
- ta
- 3
- čas
- do
- orodja
- sledenje
- Vlak
- usposobljeni
- usposabljanje
- tipično
- pod
- razumeli
- Nadgradnja
- posodobljeno
- us
- uporaba
- primeru uporabe
- Rabljeni
- uporabnik
- uporabo
- vrednost
- različnih
- različica
- walkthrough
- želeli
- načini
- we
- so bili
- kdaj
- ali
- ki
- medtem
- WHO
- bo
- z
- v
- brez
- delo
- deluje
- deluje
- bi
- pisati
- pisanje
- ja
- Joga
- Vi
- Vaša rutina za
- zefirnet