Xưởng sản xuất Amazon SageMaker là môi trường phát triển tích hợp (IDE) dựa trên web dành cho máy học (ML) cho phép bạn xây dựng, đào tạo, gỡ lỗi, triển khai và giám sát các mô hình ML của mình. SageMaker Studio cung cấp tất cả các công cụ bạn cần để đưa mô hình của mình từ chuẩn bị dữ liệu, thử nghiệm đến sản xuất, đồng thời tăng năng suất của bạn.
Canvas SageMaker của Amazon là một công cụ ML không cần mã mạnh mẽ được thiết kế dành cho các nhóm kinh doanh và dữ liệu để tạo ra các dự đoán chính xác mà không cần viết mã hoặc có nhiều kinh nghiệm về ML. Với giao diện trực quan trực quan, SageMaker Canvas đơn giản hóa quá trình tải, làm sạch và chuyển đổi tập dữ liệu cũng như xây dựng mô hình ML, giúp nhiều đối tượng hơn có thể truy cập được.
Tuy nhiên, khi nhu cầu ML của bạn phát triển hoặc nếu bạn yêu cầu tùy chỉnh và kiểm soát nâng cao hơn, bạn có thể muốn chuyển từ môi trường không có mã sang phương pháp tiếp cận mã đầu tiên. Đây là lúc sự tích hợp liền mạch giữa SageMaker Canvas và SageMaker Studio phát huy tác dụng.
Trong bài đăng này, chúng tôi trình bày một giải pháp cho các loại người dùng sau:
- Các chuyên gia không phải ML như nhà phân tích kinh doanh, kỹ sư dữ liệu hoặc nhà phát triển, là chuyên gia về lĩnh vực và quan tâm đến các công cụ mã ngắn (LCNC) để hướng dẫn họ chuẩn bị dữ liệu cho ML và xây dựng mô hình ML. Người này thường chỉ là người dùng SageMaker Canvas và thường dựa vào các chuyên gia ML trong tổ chức của họ để xem xét và phê duyệt công việc của họ.
- Các chuyên gia ML quan tâm đến cách các công cụ LCNC có thể tăng tốc các phần của vòng đời ML (chẳng hạn như chuẩn bị dữ liệu), nhưng cũng có khả năng áp dụng cách tiếp cận mã cao đối với một số phần nhất định của vòng đời ML (chẳng hạn như xây dựng mô hình). Người này thường là người dùng SageMaker Studio và cũng có thể là người dùng SageMaker Canvas. Các chuyên gia ML cũng thường đóng vai trò xem xét và phê duyệt công việc của các chuyên gia không phải ML đối với các trường hợp sử dụng sản xuất.
Tiện ích của các giải pháp được đề xuất trong bài viết này là gấp đôi. Thứ nhất, bằng cách trình bày cách bạn có thể chia sẻ mô hình trên SageMaker Canvas và SageMaker Studio, các chuyên gia không phải ML và ML có thể cộng tác trên các môi trường ưa thích của họ, có thể là môi trường không có mã (SageMaker Canvas) dành cho những người không phải là chuyên gia và môi trường có mã cao môi trường (SageMaker Studio) dành cho chuyên gia. Thứ hai, bằng cách trình bày cách chia sẻ mô hình từ SageMaker Canvas đến SageMaker Studio, chúng tôi cho thấy cách các chuyên gia ML muốn chuyển từ phương pháp tiếp cận LCNC để phát triển sang phương pháp tiếp cận mã cao để sản xuất có thể thực hiện điều đó trên các môi trường SageMaker. Giải pháp được nêu trong bài đăng này là dành cho người dùng SageMaker Studio mới. Đối với người dùng SageMaker Studio Classic, hãy xem Hợp tác với các nhà khoa học dữ liệu để biết cách bạn có thể chuyển đổi liền mạch giữa SageMaker Canvas và SageMaker Studio Classic.
Tổng quan về giải pháp
Để chuyển đổi liền mạch giữa ML không có mã và ML đầu tiên có mã với SageMaker Canvas và SageMaker Studio, chúng tôi đã phác thảo hai tùy chọn. Bạn có thể chọn tùy chọn dựa trên yêu cầu của bạn. Trong một số trường hợp, bạn có thể quyết định sử dụng song song cả hai tùy chọn.
- Tùy chọn 1: Đăng ký mô hình SageMaker – Người dùng SageMaker Canvas đăng ký mô hình của họ trong Cơ quan đăng ký mô hình Amazon SageMaker, gọi quy trình quản trị để các chuyên gia ML xem xét chi tiết và chỉ số mô hình, sau đó phê duyệt hoặc từ chối mô hình đó, sau đó người dùng có thể triển khai mô hình đã được phê duyệt từ SageMaker Canvas. Tùy chọn này là một quy trình chia sẻ tự động cung cấp cho bạn tính năng theo dõi phê duyệt và quản trị tích hợp. Bạn có thể xem số liệu mô hình; tuy nhiên, khả năng hiển thị về mã mô hình và kiến trúc bị hạn chế. Sơ đồ sau đây minh họa kiến trúc.
- Tùy chọn 2: Xuất sổ tay – Trong tùy chọn này, người dùng SageMaker Canvas xuất toàn bộ sổ ghi chép từ SageMaker Canvas sang Dịch vụ lưu trữ đơn giản của Amazon (Amazon S3), sau đó chia sẻ nó với các chuyên gia ML để nhập vào SageMaker Studio, cho phép hiển thị và tùy chỉnh hoàn toàn mã mô hình cũng như logic trước khi chuyên gia ML triển khai mô hình nâng cao. Trong tùy chọn này, có khả năng hiển thị đầy đủ mã mô hình và kiến trúc với khả năng chuyên gia ML tùy chỉnh và nâng cao mô hình trong SageMaker Studio. Tuy nhiên, tùy chọn này yêu cầu xuất và nhập thủ công sổ ghi chép mẫu vào IDE. Sơ đồ sau minh họa kiến trúc này.
Các giai đoạn sau đây mô tả các bước hợp tác:
- Chia sẻ – Người dùng SageMaker Canvas đăng ký mô hình từ SageMaker Canvas hoặc tải xuống sổ ghi chép từ SageMaker Canvas
- Đánh giá – Người dùng SageMaker Studio truy cập vào mô hình thông qua sổ đăng ký mô hình để xem xét và chạy sổ ghi chép đã xuất thông qua JupyterLab để xác thực mô hình
- Phê duyệt – Người dùng SageMaker Studio phê duyệt mô hình từ sổ đăng ký mô hình
- Triển khai – Người dùng SageMaker Studio có thể triển khai mô hình từ JupyterLab hoặc người dùng SageMaker Canvas có thể triển khai mô hình từ SageMaker Canvas
Chúng ta hãy xem xét chi tiết hai tùy chọn (đăng ký mô hình và xuất sổ ghi chép) trong từng bước một cách chi tiết.
Điều kiện tiên quyết
Trước khi đi sâu vào giải pháp, hãy đảm bảo bạn đã đăng ký và tạo tài khoản AWS. Sau đó, bạn cần tạo một người dùng quản trị và một nhóm. Để biết hướng dẫn về cả hai bước, hãy tham khảo Thiết lập điều kiện tiên quyết của Amazon SageMaker. Bạn có thể bỏ qua bước này nếu bạn đã chạy phiên bản SageMaker Studio của riêng mình.
Hoàn thành Khảo sát điều kiện tiên quyết để thiết lập SageMaker Canvas và tạo mô hình sự lựa chọn của bạn cho trường hợp sử dụng của bạn.
Chia sẻ mô hình
Người dùng SageMaker Canvas chia sẻ mô hình với người dùng SageMaker Studio bằng cách đăng ký mô hình đó trong Sổ đăng ký mô hình SageMaker để kích hoạt quy trình làm việc quản trị hoặc bằng cách tải xuống sổ ghi chép đầy đủ từ SageMaker Canvas và cung cấp cho người dùng SageMaker Studio.
Sổ đăng ký mô hình SageMaker
Để triển khai bằng cách sử dụng Sổ đăng ký mô hình SageMaker, hãy hoàn thành các bước sau:
- Sau khi tạo mô hình trong SageMaker Canvas, hãy chọn menu tùy chọn (ba dấu chấm dọc) và chọn Thêm vào Sổ đăng ký mẫu.
- Nhập tên cho nhóm mô hình.
- Chọn Thêm.
Bây giờ bạn có thể thấy mô hình đã được đăng ký.
Bạn cũng có thể thấy mô hình đang chờ phê duyệt.
Xuất sổ ghi chép SageMaker
Để triển khai bằng sổ ghi chép SageMaker, hãy hoàn thành các bước sau:
- Trên menu tùy chọn, hãy chọn Xem sổ tay.
- Chọn Sao chép URI S3.
Bây giờ bạn có thể chia sẻ URI S3 với người dùng SageMaker Studio.
Xem lại mô hình
Người dùng SageMaker Studio truy cập vào mô hình được chia sẻ thông qua sổ đăng ký mô hình để xem lại chi tiết và số liệu của mô hình đó hoặc họ có thể nhập sổ ghi chép đã xuất vào SageMaker Studio và sử dụng sổ ghi chép Jupyter để xác thực kỹ lưỡng mã, logic và hiệu suất của mô hình.
Sổ đăng ký mô hình SageMaker
Để sử dụng sổ đăng ký mô hình, hãy hoàn thành các bước sau:
- Trên bảng điều khiển SageMaker Studio, chọn mô hình trong khung điều hướng.
- Chọn Model đã đăng ký.
- Chọn mô hình của bạn.
Bạn có thể xem lại chi tiết mô hình và thấy rằng trạng thái đang chờ xử lý.
Bạn cũng có thể xem lại các số liệu khác nhau để kiểm tra hiệu suất của mô hình.
Bạn có thể xem số liệu mô hình; tuy nhiên, khả năng hiển thị về mã mô hình và kiến trúc bị hạn chế. Nếu bạn muốn hiển thị đầy đủ mã mô hình và kiến trúc với khả năng tùy chỉnh và nâng cao mô hình, hãy sử dụng tùy chọn xuất sổ tay.
Xuất sổ ghi chép SageMaker
Để sử dụng tùy chọn xuất sổ tay với tư cách là người dùng SageMaker Studio, hãy hoàn thành các bước sau.
- Khởi chạy SageMaker Studio và chọn phòng thí nghiệm jupyter Dưới Ứng dụng.
- Mở không gian JupyterLab. Nếu chưa có không gian JupyterLab, bạn có thể tạo một không gian.
- Mở một thiết bị đầu cuối và chạy lệnh sau để sao chép sổ ghi chép từ Amazon S3 sang SageMaker Studio (số tài khoản trong ví dụ sau được đổi thành
awsaccountnumber
): - Sau khi sổ ghi chép được tải xuống, bạn có thể mở sổ ghi chép và chạy sổ ghi chép để đánh giá thêm.
Phê duyệt mô hình
Sau khi xem xét toàn diện, người dùng SageMaker Studio có thể đưa ra quyết định sáng suốt để phê duyệt hoặc từ chối mô hình trong sổ đăng ký mô hình dựa trên đánh giá của họ về chất lượng, độ chính xác và sự phù hợp của mô hình đó đối với trường hợp sử dụng dự định.
Đối với người dùng đã đăng ký mô hình của họ thông qua Canvas UI, vui lòng làm theo các bước dưới đây để phê duyệt mô hình. Đối với người dùng đã xuất sổ ghi chép mẫu từ Canvas UI, bạn có thể đăng ký và phê duyệt mô hình bằng cách sử dụng sổ đăng ký mô hình SageMaker, tuy nhiên, các bước này không bắt buộc.
Sổ đăng ký mô hình SageMaker
Với tư cách là người dùng SageMaker Studio, khi cảm thấy thoải mái với mô hình, bạn có thể cập nhật trạng thái thành đã phê duyệt. Việc phê duyệt chỉ diễn ra trong Sổ đăng ký mô hình SageMaker. Hoàn thành các bước sau:
- Trong SageMaker Studio, điều hướng đến phiên bản của mô hình.
- Trên menu tùy chọn, hãy chọn Cập nhật trạng thái và Được chấp thuận.
- Nhập một nhận xét tùy chọn và chọn Lưu và cập nhật.
Bây giờ bạn có thể thấy mô hình đã được phê duyệt.
Triển khai mô hình
Khi mô hình đã sẵn sàng triển khai (đã nhận được các đánh giá và phê duyệt cần thiết), người dùng có hai tùy chọn. Đối với những người dùng sử dụng phương pháp đăng ký mô hình, họ có thể triển khai từ SageMaker Studio hoặc từ SageMaker Canvas. Đối với những người dùng sử dụng phương pháp xuất sổ tay mẫu, họ có thể triển khai từ SageMaker Studio. Cả hai tùy chọn triển khai đều được trình bày chi tiết bên dưới.
Triển khai qua SageMaker Studio
Người dùng SageMaker Studio có thể triển khai mô hình từ không gian JupyterLab.
Sau khi triển khai mô hình, bạn có thể điều hướng đến bảng điều khiển SageMaker, chọn Điểm cuối Dưới Sự suy luận trong ngăn điều hướng và xem mô hình.
Triển khai qua SageMaker Canvas
Ngoài ra, nếu việc triển khai do người dùng SageMaker Canvas xử lý thì bạn có thể triển khai mô hình từ SageMaker Canvas.
Sau khi mô hình được triển khai, bạn có thể điều hướng đến Điểm cuối trên bảng điều khiển SageMaker để xem mô hình.
Làm sạch
Để tránh phát sinh phí phiên trong tương lai, hãy đăng xuất khỏi SageMaker Canvas.
Để tránh bị tính phí liên tục, hãy xóa điểm cuối suy luận SageMaker. Bạn có thể xóa các điểm cuối thông qua bảng điều khiển SageMaker hoặc từ sổ ghi chép SageMaker Studio bằng các lệnh sau:
Kết luận
Trước đây, bạn chỉ có thể chia sẻ mô hình với SageMaker Canvas (hoặc xem các mô hình SageMaker Canvas được chia sẻ) trong SageMaker Studio Classic. Trong bài đăng này, chúng tôi đã trình bày cách chia sẻ các mô hình được xây dựng trong SageMaker Canvas với SageMaker Studio để các nhóm khác nhau có thể cộng tác và bạn có thể chuyển từ lộ trình triển khai không có mã sang lộ trình triển khai mã cao. Bằng cách sử dụng Sổ đăng ký mô hình SageMaker hoặc xuất sổ ghi chép, các chuyên gia ML và những người không phải chuyên gia đều có thể cộng tác, đánh giá và nâng cao các mô hình trên các nền tảng này, cho phép quy trình làm việc suôn sẻ từ chuẩn bị dữ liệu đến triển khai sản xuất.
Để biết thêm thông tin về cách cộng tác trên các mô hình bằng SageMaker Canvas, hãy tham khảo Xây dựng, Chia sẻ, Triển khai: cách các nhà phân tích kinh doanh và nhà khoa học dữ liệu đạt được thời gian ra thị trường nhanh hơn bằng cách sử dụng ML không mã và Amazon SageMaker Canvas.
Về các tác giả
Rajakumar Sampathkumar là Người quản lý tài khoản kỹ thuật chính tại AWS, cung cấp hướng dẫn cho khách hàng về sự liên kết công nghệ-kinh doanh và hỗ trợ đổi mới các mô hình và quy trình vận hành đám mây của họ. Anh ấy đam mê đám mây và học máy. Raj cũng là chuyên gia về máy học và làm việc với khách hàng AWS để thiết kế, triển khai và quản lý khối lượng công việc cũng như kiến trúc AWS của họ.
Meenakshisundaram Thandavarayan làm việc cho AWS với tư cách là Chuyên gia AI/ML. Anh ấy có niềm đam mê thiết kế, sáng tạo và thúc đẩy trải nghiệm phân tích và dữ liệu lấy con người làm trung tâm. Meena tập trung phát triển các hệ thống bền vững mang lại lợi thế cạnh tranh có thể đo lường được cho khách hàng chiến lược của AWS. Meena là một nhà kết nối và nhà tư tưởng thiết kế, đồng thời nỗ lực thúc đẩy hoạt động kinh doanh theo những cách làm việc mới thông qua đổi mới, ươm tạo và dân chủ hóa.
Claire O'Brien Rajkumar là Giám đốc sản phẩm cấp cao trong nhóm Amazon SageMaker tập trung vào SageMaker Canvas, không gian làm việc không mã hóa thấp của SageMaker dành cho ML và AI tổng hợp. SageMaker Canvas giúp dân chủ hóa ML và AI sáng tạo bằng cách giảm bớt các rào cản tiếp nhận đối với những người mới làm quen với ML và tăng tốc quy trình làm việc cho những người thực hành nâng cao.
- Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
- PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
- PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
- Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
- PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
- nguồn: https://aws.amazon.com/blogs/machine-learning/seamlessly-transition-between-no-code-and-code-first-machine-learning-with-amazon-sagemaker-canvas-and-amazon-sagemaker-studio/
- : có
- :là
- :không phải
- :Ở đâu
- $ LÊN
- 1
- 100
- 204
- 378
- 7
- 9
- a
- có khả năng
- Giới thiệu
- đẩy nhanh tiến độ
- tăng tốc
- có thể truy cập
- Tài khoản
- chính xác
- chính xác
- Đạt được
- ngang qua
- thêm vào
- hành chính
- Nhận con nuôi
- tiên tiến
- lợi thế
- Sau
- AI
- liên kết
- Tất cả
- Đã
- Ngoài ra
- đàn bà gan dạ
- Amazon SageMaker
- Canvas SageMaker của Amazon
- Xưởng sản xuất Amazon SageMaker
- Amazon Web Services
- an
- Các nhà phân tích
- phân tích
- và
- phương pháp tiếp cận
- phê duyệt
- chấp thuận
- phê duyệt
- phê duyệt
- kiến trúc
- kiến trúc
- LÀ
- AS
- thẩm định, lượng định, đánh giá
- At
- khán giả
- Tự động
- tránh
- AWS
- rào cản
- dựa
- BE
- trước
- phía dưới
- giữa
- thúc đẩy
- cả hai
- rộng hơn
- xây dựng
- Xây dựng
- xây dựng
- được xây dựng trong
- kinh doanh
- nhưng
- by
- CAN
- ứng cử viên
- vải
- trường hợp
- trường hợp
- nhất định
- thay đổi
- tải
- kiểm tra
- sự lựa chọn
- Chọn
- cổ điển
- đám mây
- mã
- hợp tác
- hợp tác
- hợp tác
- đến
- thoải mái
- bình luận
- cạnh tranh
- hoàn thành
- toàn diện
- An ủi
- điều khiển
- bản sao
- có thể
- tạo
- tạo ra
- khách hàng
- khách hàng
- tùy biến
- tùy chỉnh
- dữ liệu
- Chuẩn bị dữ liệu
- bộ dữ liệu
- quyết định
- quyết định
- cung cấp
- nhu cầu
- dân chủ hóa
- dân chủ hóa
- thể hiện
- triển khai
- triển khai
- triển khai
- triển khai
- mô tả
- Thiết kế
- thiết kế
- chi tiết
- chi tiết
- chi tiết
- phát triển
- phát triển
- Phát triển
- sơ đồ
- khác nhau
- bổ nhào
- do
- miền
- dont
- Đã tải xuống
- đang tải xuống
- Tải xuống
- lái xe
- mỗi
- hay
- cho phép
- Kỹ sư
- nâng cao
- nâng cao
- Môi trường
- môi trường
- đánh giá
- phát triển
- ví dụ
- kinh nghiệm
- Kinh nghiệm
- chuyên gia
- các chuyên gia
- xuất khẩu
- xuất khẩu
- xuất khẩu
- mở rộng
- nhanh hơn
- tập trung
- theo
- tiếp theo
- Trong
- từ
- Full
- xa hơn
- tương lai
- tạo ra
- thế hệ
- Trí tuệ nhân tạo
- quản trị
- Nhóm
- hướng dẫn
- hướng dẫn
- xảy ra
- Có
- có
- he
- giúp
- Độ đáng tin của
- Hướng dẫn
- Tuy nhiên
- HTML
- http
- HTTPS
- if
- minh họa
- nhập khẩu
- in
- SỰ CỐ
- thông tin
- thông báo
- sự đổi mới
- hướng dẫn
- tích hợp
- hội nhập
- dự định
- quan tâm
- Giao thức
- trong
- trực quan
- IT
- ITS
- jpeg
- jpg
- phòng thí nghiệm
- học tập
- cho phép
- vòng đời
- Có khả năng
- Hạn chế
- tải
- đăng nhập
- logic
- Xem
- Hạ
- máy
- học máy
- làm cho
- Làm
- quản lý
- giám đốc
- nhãn hiệu
- Có thể..
- Menu
- Metrics
- Might
- ML
- kiểu mẫu
- mô hình
- Màn Hình
- chi tiết
- tên
- Điều hướng
- THÔNG TIN
- cần thiết
- Cần
- nhu cầu
- Mới
- không phải chuyên gia
- máy tính xách tay
- tại
- con số
- of
- thường
- on
- ONE
- đang diễn ra
- có thể
- mở
- hoạt động
- Tùy chọn
- Các lựa chọn
- or
- cơ quan
- ra
- nêu
- riêng
- cửa sổ
- Song song
- các bộ phận
- niềm đam mê
- đam mê
- con đường
- cấp phát chính
- hiệu suất
- giai đoạn
- Trục
- Nền tảng
- plato
- Thông tin dữ liệu Plato
- PlatoDữ liệu
- Play
- xin vui lòng
- Bài đăng
- mạnh mẽ
- Dự đoán
- Predictor
- ưa thích
- chuẩn bị
- chuẩn bị
- trình bày
- Hiệu trưởng
- quá trình
- Quy trình
- Sản phẩm
- giám đốc sản xuất
- Sản lượng
- năng suất
- thúc đẩy
- đề xuất
- cung cấp
- cung cấp
- chất lượng
- sẵn sàng
- nhận
- xem
- ghi danh
- đăng ký
- đăng ký
- đăng ký
- đăng ký
- dựa
- yêu cầu
- cần phải
- Yêu cầu
- xem xét
- xem xét
- Đánh giá
- Vai trò
- chạy
- chạy
- nhà làm hiền triết
- Suy luận của SageMaker
- các nhà khoa học
- liền mạch
- liền mạch
- xem
- DỊCH VỤ
- Phiên
- thiết lập
- Chia sẻ
- chia sẻ
- cổ phiếu
- chia sẻ
- hiển thị
- cho thấy
- Ký kết
- Đơn giản
- đơn giản hóa
- trơn tru
- So
- giải pháp
- Giải pháp
- một số
- Không gian
- chuyên gia
- Trạng thái
- Bước
- Các bước
- là gắn
- Chiến lược
- phấn đấu
- phòng thu
- như vậy
- sự phù hợp
- Hỗ trợ
- chắc chắn
- bền vững
- hệ thống
- Hãy
- nhóm
- đội
- Kỹ thuật
- Thiết bị đầu cuối
- việc này
- Sản phẩm
- cung cấp their dịch
- Them
- sau đó
- Đó
- Kia là
- họ
- nhà tư tưởng
- điều này
- triệt để
- những
- số ba
- Thông qua
- đến
- mất
- công cụ
- công cụ
- Theo dõi
- Train
- biến đổi
- quá trình chuyển đổi
- thử nghiệm
- hai
- hai lần
- loại
- thường
- ui
- Dưới
- Cập nhật
- sử dụng
- ca sử dụng
- người sử dang
- Người sử dụng
- sử dụng
- tiện ích
- HIỆU LỰC
- phiên bản
- thẳng đứng
- thông qua
- Xem
- khả năng hiển thị
- trực quan
- muốn
- cách
- we
- web
- các dịch vụ web
- Dựa trên web
- khi nào
- cái nào
- trong khi
- CHÚNG TÔI LÀ
- với
- ở trong
- không có
- Công việc
- quy trình làm việc
- Luồng công việc
- đang làm việc
- công trinh
- viết
- Bạn
- trên màn hình
- zephyrnet