Giờ đây, bạn có thể đăng ký các mô hình máy học (ML) được tích hợp sẵn Canvas SageMaker của Amazon chỉ với một cú nhấp chuột vào Cơ quan đăng ký mô hình Amazon SageMaker, cho phép bạn vận hành các mô hình ML trong sản xuất. Canvas là một giao diện trực quan cho phép các nhà phân tích kinh doanh tự tạo các dự đoán ML chính xác—mà không yêu cầu bất kỳ kinh nghiệm ML nào hoặc phải viết một dòng mã. Mặc dù đây là nơi tuyệt vời để phát triển và thử nghiệm, nhưng để thu được giá trị từ các mô hình này, chúng cần được vận hành—cụ thể là triển khai trong môi trường sản xuất nơi chúng có thể được sử dụng để đưa ra dự đoán hoặc quyết định. Giờ đây, với việc tích hợp với sổ đăng ký mô hình, bạn có thể lưu trữ tất cả các thành phần tạo tác của mô hình, bao gồm siêu dữ liệu và đường cơ sở chỉ số hiệu suất, vào kho lưu trữ trung tâm và cắm chúng vào các quy trình CI/CD triển khai mô hình hiện có của bạn.
Sổ đăng ký mô hình là kho lưu trữ lập danh mục các mô hình ML, quản lý các phiên bản mô hình khác nhau, liên kết siêu dữ liệu (chẳng hạn như số liệu đào tạo) với một mô hình, quản lý trạng thái phê duyệt của mô hình và triển khai chúng vào sản xuất. Sau khi tạo phiên bản mô hình, bạn thường muốn đánh giá hiệu suất của phiên bản đó trước khi triển khai phiên bản đó đến điểm cuối sản xuất. Nếu nó hoạt động theo yêu cầu của bạn, bạn có thể cập nhật trạng thái phê duyệt của phiên bản mô hình thành đã phê duyệt. Đặt trạng thái thành đã phê duyệt có thể bắt đầu triển khai CI/CD cho mô hình. Nếu phiên bản mô hình không hoạt động theo yêu cầu của bạn, bạn có thể cập nhật trạng thái phê duyệt thành bị từ chối trong sổ đăng ký, điều này ngăn không cho mô hình được triển khai vào môi trường leo thang.
Cơ quan đăng ký mô hình đóng một vai trò quan trọng trong quy trình triển khai mô hình vì nó đóng gói tất cả thông tin mô hình và cho phép tự động hóa quảng cáo mô hình cho môi trường sản xuất. Sau đây là một số cách mà cơ quan đăng ký mô hình có thể giúp vận hành các mô hình ML:
- Kiểm soát phiên bản – Sổ đăng ký mô hình cho phép bạn theo dõi các phiên bản khác nhau của mô hình ML, điều này rất cần thiết khi triển khai các mô hình trong sản xuất. Bằng cách theo dõi các phiên bản kiểu máy, bạn có thể dễ dàng trở lại phiên bản trước nếu phiên bản mới gây ra sự cố.
- SỰ HỢP TÁC – Sổ đăng ký mô hình cho phép cộng tác giữa các nhà khoa học dữ liệu, kỹ sư và các bên liên quan khác bằng cách cung cấp một vị trí tập trung để lưu trữ, chia sẻ và truy cập các mô hình. Điều này có thể giúp hợp lý hóa quy trình triển khai và đảm bảo rằng mọi người đang làm việc với cùng một mô hình.
- Quản trị – Cơ quan đăng ký mô hình có thể giúp tuân thủ và quản trị bằng cách cung cấp lịch sử có thể kiểm tra được về các thay đổi và triển khai mô hình.
Nhìn chung, sổ đăng ký mô hình có thể giúp hợp lý hóa quá trình triển khai các mô hình ML trong sản xuất bằng cách cung cấp khả năng kiểm soát phiên bản, cộng tác, giám sát và quản trị.
Tổng quan về giải pháp
Đối với trường hợp sử dụng của chúng tôi, chúng tôi đảm nhận vai trò của người dùng doanh nghiệp trong bộ phận tiếp thị của nhà điều hành điện thoại di động và chúng tôi đã tạo thành công mô hình ML trong Canvas để xác định những khách hàng có nguy cơ rời bỏ tiềm năng. Nhờ các dự đoán do mô hình của chúng tôi tạo ra, giờ đây chúng tôi muốn chuyển điều này từ môi trường phát triển sang sản xuất. Tuy nhiên, trước khi mô hình của chúng tôi được triển khai đến điểm cuối sản xuất, mô hình đó cần được nhóm MLOps trung tâm xem xét và phê duyệt. Nhóm này chịu trách nhiệm quản lý các phiên bản mô hình, xem xét tất cả siêu dữ liệu được liên kết (chẳng hạn như chỉ số đào tạo) với một mô hình, quản lý trạng thái phê duyệt của mọi mô hình ML, triển khai các mô hình đã phê duyệt vào sản xuất và tự động hóa việc triển khai mô hình bằng CI/CD. Để hợp lý hóa quy trình triển khai mô hình của chúng tôi trong sản xuất, chúng tôi tận dụng lợi thế của việc tích hợp Canvas với sổ đăng ký mô hình và đăng ký mô hình của chúng tôi để nhóm MLOps của chúng tôi xem xét.
Các bước quy trình làm việc như sau:
- Tải tập dữ liệu mới chứa nhóm khách hàng hiện tại lên Canvas. Để biết danh sách đầy đủ các nguồn dữ liệu được hỗ trợ, hãy tham khảo Nhập dữ liệu vào Canvas.
- Xây dựng các mô hình ML và phân tích số liệu hiệu suất của chúng. Tham khảo hướng dẫn để xây dựng mô hình ML tùy chỉnh trong Canvas và đánh giá hiệu quả của mô hình.
- Đăng ký các phiên bản hoạt động tốt nhất đến cơ quan đăng ký mẫu để xem xét và phê duyệt.
- Triển khai phiên bản mô hình đã được phê duyệt đến điểm cuối sản xuất để suy luận theo thời gian thực.
Bạn có thể thực hiện các Bước 1–3 trong Canvas mà không cần viết một dòng mã nào.
Điều kiện tiên quyết
Đối với hướng dẫn này, hãy đảm bảo rằng các điều kiện tiên quyết sau được đáp ứng:
- Để đăng ký phiên bản mô hình với cơ quan đăng ký mô hình, quản trị viên Canvas phải cấp các quyền cần thiết cho người dùng Canvas mà bạn có thể quản lý trong miền SageMaker lưu trữ ứng dụng Canvas của bạn. Để biết thêm thông tin, hãy tham khảo Hướng dẫn dành cho nhà phát triển Amazon SageMaker. Khi cấp quyền cho người dùng Canvas, bạn phải chọn có cho phép người dùng đăng ký các phiên bản mô hình của họ trong cùng một tài khoản AWS hay không.
- Thực hiện các điều kiện tiên quyết được đề cập trong Dự đoán thời gian nghỉ ngơi của khách hàng với công nghệ máy học không mã sử dụng Amazon SageMaker Canvas.
Bây giờ, bạn sẽ có ba phiên bản mô hình được đào tạo về dữ liệu dự đoán rời bỏ lịch sử trong Canvas:
- V1 được đào tạo với tất cả 21 tính năng và cấu hình xây dựng nhanh với điểm mô hình là 96.903%
- V2 được đào tạo với tất cả 19 tính năng (các tính năng của điện thoại và trạng thái đã bị loại bỏ) và cấu hình xây dựng nhanh và độ chính xác được cải thiện là 97.403%
- V3 được đào tạo với cấu hình xây dựng tiêu chuẩn với điểm số mô hình 97.03%
Sử dụng mô hình dự đoán rời bỏ khách hàng
Kích hoạt tính năng Hiển thị số liệu nâng cao và xem xét các số liệu khách quan được liên kết với từng phiên bản mô hình để chúng tôi có thể chọn mô hình hoạt động tốt nhất để đăng ký vào cơ quan đăng ký mô hình.
Dựa trên các số liệu hiệu suất, chúng tôi chọn phiên bản 2 để đăng ký.
Sổ đăng ký mô hình theo dõi tất cả các phiên bản mô hình mà bạn đào tạo để giải quyết một vấn đề cụ thể trong một nhóm mô hình. Khi bạn huấn luyện một mô hình Canvas và đăng ký mô hình đó với cơ quan đăng ký mô hình, mô hình đó sẽ được thêm vào một nhóm mô hình dưới dạng phiên bản mô hình mới.
Tại thời điểm đăng ký, một nhóm mô hình trong sổ đăng ký mô hình sẽ tự động được tạo. Theo tùy chọn, bạn có thể đổi tên nó thành tên bạn chọn hoặc sử dụng nhóm mô hình hiện có trong sổ đăng ký mô hình.
Đối với ví dụ này, chúng tôi sử dụng tên nhóm mô hình được tạo tự động và chọn Thêm.
Phiên bản mô hình của chúng tôi bây giờ sẽ được đăng ký vào nhóm mô hình trong sổ đăng ký mô hình. Nếu chúng tôi đăng ký một phiên bản mô hình khác, nó sẽ được đăng ký vào cùng một nhóm mô hình.
Trạng thái của phiên bản mô hình nên đã thay đổi từ Chưa đăng ký đến Đăng ký.
Khi di chuột qua trạng thái, chúng tôi có thể xem lại chi tiết đăng ký mô hình, bao gồm tên nhóm mô hình, ID tài khoản đăng ký mô hình và trạng thái phê duyệt. Ngay sau khi đăng ký, trạng thái thay đổi thành Đang chờ phê duyệt, có nghĩa là mô hình này đã được đăng ký trong cơ quan đăng ký mô hình nhưng đang chờ xem xét và phê duyệt từ nhà khoa học dữ liệu hoặc thành viên nhóm MLOps và chỉ có thể được triển khai đến điểm cuối nếu được phê duyệt.
Bây giờ hãy điều hướng đến Xưởng sản xuất Amazon SageMaker và đảm nhận vai trò thành viên nhóm MLOps. Dưới mô hình trong ngăn điều hướng, chọn Đăng ký mô hình để mở trang chủ đăng ký mô hình.
Chúng ta có thể thấy nhóm người mẫup canvas-Churn-Prediction-Model
Canvas đó được tạo tự động cho chúng tôi.
Chọn kiểu máy để xem lại tất cả các phiên bản đã đăng ký với nhóm kiểu máy này, sau đó xem lại chi tiết kiểu máy tương ứng.
Nếu bạn mở các chi tiết cho phiên bản 1, chúng ta có thể thấy rằng Hoạt động tab theo dõi tất cả các sự kiện xảy ra trên mô hình.
trên Chất lượng mô hình tab, chúng ta có thể xem xét các chỉ số mô hình, đường cong thu hồi/độ chính xác và biểu đồ ma trận nhầm lẫn để hiểu hiệu suất của mô hình.
trên Giải thích tab, chúng tôi có thể xem xét các tính năng ảnh hưởng nhiều nhất đến hiệu suất của mô hình.
Sau khi chúng tôi đã xem xét các thành phần tạo tác của mô hình, chúng tôi có thể thay đổi trạng thái phê duyệt từ chưa giải quyết đến Được chấp thuận.
Bây giờ chúng ta có thể thấy hoạt động được cập nhật.
Giờ đây, người dùng doanh nghiệp Canvas sẽ có thể thấy rằng trạng thái mô hình đã đăng ký đã thay đổi từ Đang chờ phê duyệt đến Được chấp thuận.
Với tư cách là thành viên nhóm MLOps, vì chúng tôi đã phê duyệt mô hình ML này, hãy triển khai nó đến một điểm cuối.
Trong Studio, điều hướng đến trang chủ đăng ký mô hình và chọn canvas-Churn-Prediction-Model
nhóm người mẫu. Chọn phiên bản sẽ được triển khai và chuyển đến Cài đặt tab.
Duyệt để nhận thông tin chi tiết về gói mô hình ARN từ phiên bản mô hình đã chọn trong sổ đăng ký mô hình.
Mở sổ ghi chép trong Studio và chạy đoạn mã sau để triển khai mô hình đến điểm cuối. Thay thế gói mô hình ARN bằng gói mô hình ARN của riêng bạn.
Sau khi điểm cuối được tạo, bạn có thể thấy điểm cuối được theo dõi dưới dạng sự kiện trên Hoạt động tab của sổ đăng ký mô hình.
Bạn có thể nhấp đúp vào tên điểm cuối để biết thông tin chi tiết.
Bây giờ chúng ta có một điểm cuối, hãy gọi điểm cuối đó để suy luận theo thời gian thực. Thay thế tên điểm cuối của bạn trong đoạn mã sau:
Làm sạch
Để tránh bị tính phí trong tương lai, hãy xóa các tài nguyên bạn đã tạo khi theo dõi bài đăng này. Điều này bao gồm đăng xuất khỏi Canvas và xóa điểm cuối SageMaker đã triển khai. Canvas lập hóa đơn cho bạn trong suốt thời gian của phiên và chúng tôi khuyên bạn nên đăng xuất khỏi Canvas khi bạn không sử dụng. tham khảo Đăng xuất khỏi Amazon SageMaker Canvas để biết thêm chi tiết.
Kết luận
Trong bài đăng này, chúng tôi đã thảo luận về cách Canvas có thể giúp vận hành các mô hình ML sang môi trường sản xuất mà không yêu cầu chuyên môn về ML. Trong ví dụ của chúng tôi, chúng tôi đã chỉ ra cách một nhà phân tích có thể nhanh chóng xây dựng mô hình ML dự đoán có độ chính xác cao mà không cần viết bất kỳ mã nào và đăng ký mã đó với cơ quan đăng ký mô hình. Sau đó, nhóm MLOps có thể xem xét và từ chối mô hình hoặc phê duyệt mô hình và bắt đầu quy trình triển khai CI/CD xuôi dòng.
Để bắt đầu hành trình ML mã thấp/không mã của bạn, hãy tham khảo Canvas SageMaker của Amazon.
Đặc biệt cảm ơn tất cả những người đã đóng góp cho buổi ra mắt:
backend:
- Hoa Viên (Alice) Ngô
- Krittaphat Pugdeethosapol
- Yanda Hồ
- John He
- Esha Dutta
- Prashanth
Giao diện người dùng:
- thương gia Kaiz
- Ed Cheung
Về các tác giả
Janisha Anand là Giám đốc Sản phẩm Cấp cao trong nhóm SageMaker Low / No Code ML, bao gồm cả SageMaker Autopilot. Cô ấy thích uống cà phê, duy trì sự năng động và dành thời gian cho gia đình.
Krittaphat Pugdeethosapol là Kỹ sư phát triển phần mềm tại Amazon SageMaker và chủ yếu làm việc với các sản phẩm ít mã và không mã của SageMaker.
Hoa Viên(Alice) Ngô là Kỹ sư phát triển phần mềm tại Amazon SageMaker. Cô ấy tập trung vào việc xây dựng các sản phẩm và công cụ ML cho khách hàng. Ngoài công việc, cô ấy thích hoạt động ngoài trời, tập yoga và đi bộ đường dài.
- Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
- PlatoAiStream. Thông minh dữ liệu Web3. Kiến thức khuếch đại. Truy cập Tại đây.
- Đúc kết tương lai với Adryenn Ashley. Truy cập Tại đây.
- Mua và bán cổ phần trong các công ty PRE-IPO với PREIPO®. Truy cập Tại đây.
- nguồn: https://aws.amazon.com/blogs/machine-learning/operationalize-ml-models-built-in-amazon-sagemaker-canvas-to-production-using-the-amazon-sagemaker-model-registry/
- :là
- :không phải
- :Ở đâu
- ][P
- 1
- 100
- 15%
- 420
- 7
- 8
- a
- Có khả năng
- truy cập
- Tài khoản
- chính xác
- chính xác
- hoạt động
- hoạt động
- thêm
- quản trị viên
- tiên tiến
- Lợi thế
- Sau
- Tất cả
- cho phép
- cho phép
- Mặc dù
- đàn bà gan dạ
- Amazon SageMaker
- Canvas SageMaker của Amazon
- trong số
- an
- phân tích
- Các nhà phân tích
- phân tích
- và
- Một
- bất kì
- Các Ứng Dụng
- phê duyệt
- phê duyệt
- phê duyệt
- LÀ
- AS
- liên kết
- At
- có thể nghe được
- tự động
- tự động hóa
- Tự động hóa
- tránh
- AWS
- BE
- bởi vì
- trước
- được
- BEST
- Hóa đơn
- thân hình
- xây dựng
- Xây dựng
- xây dựng
- kinh doanh
- nhưng
- by
- CAN
- vải
- trường hợp
- danh mục
- nguyên nhân
- trung tâm
- tập trung
- thay đổi
- thay đổi
- Những thay đổi
- tải
- sự lựa chọn
- Chọn
- Nhấp chuột
- mã
- Cà Phê
- hợp tác
- tuân thủ
- Cấu hình
- nhầm lẫn
- đóng góp
- điều khiển
- Tương ứng
- tạo
- tạo ra
- Current
- khách hàng
- khách hàng
- khách hàng
- dữ liệu
- nhà khoa học dữ liệu
- ngày giờ
- quyết định
- bộ
- triển khai
- triển khai
- triển khai
- triển khai
- triển khai
- triển khai
- chi tiết
- Nhà phát triển
- Phát triển
- khác nhau
- thảo luận
- Không
- miền
- thời gian
- mỗi
- dễ dàng
- hay
- cho phép
- cho phép
- cuối
- Điểm cuối
- ky sư
- Kỹ sư
- đảm bảo
- Môi trường
- môi trường
- thiết yếu
- đánh giá
- Sự kiện
- sự kiện
- Mỗi
- mọi người
- ví dụ
- hiện tại
- kinh nghiệm
- chuyên môn
- gia đình
- Tính năng
- tập trung
- tiếp theo
- sau
- Trong
- từ
- Full
- tương lai
- tạo ra
- tạo ra
- được
- Cho
- Go
- quản trị
- cấp
- tuyệt vời
- Nhóm
- Xảy ra
- Có
- có
- giúp đỡ
- cô
- cao
- lịch sử
- lịch sử
- Trang Chủ
- host
- di chuột
- Độ đáng tin của
- Tuy nhiên
- HTML
- HTTPS
- ID
- xác định
- if
- nhập khẩu
- cải thiện
- in
- bao gồm
- bao gồm
- Bao gồm
- bị ảnh hưởng
- thông tin
- bắt đầu
- hướng dẫn
- hội nhập
- Giao thức
- trong
- các vấn đề
- IT
- ITS
- cuộc hành trình
- jpg
- giữ
- Key
- phóng
- học tập
- Dòng
- Danh sách
- địa điểm thư viện nào
- khai thác gỗ
- máy
- học máy
- phần lớn
- làm cho
- quản lý
- giám đốc
- quản lý
- quản lý
- Marketing
- Matrix
- có nghĩa
- hội viên
- đề cập
- Siêu dữ liệu
- Metrics
- ML
- MLOps
- di động
- điện thoại di động
- kiểu mẫu
- mô hình
- giám sát
- chi tiết
- hầu hết
- di chuyển
- phải
- tên
- Điều hướng
- THÔNG TIN
- cần thiết
- Cần
- nhu cầu
- Mới
- Không
- máy tính xách tay
- tại
- Mục tiêu
- of
- on
- có thể
- mở
- nhà điều hành
- or
- OS
- Nền tảng khác
- vfoXNUMXfipXNUMXhfpiXNUMXufhpiXNUMXuf
- ra
- ngoài trời
- bên ngoài
- kết thúc
- riêng
- gói
- gói
- trang
- gấu trúc
- cửa sổ
- riêng
- cấp phát chính
- Thực hiện
- hiệu suất
- biểu diễn
- thực hiện
- quyền
- điện thoại
- Nơi
- plato
- Thông tin dữ liệu Plato
- PlatoDữ liệu
- đóng
- cắm
- dân số
- Bài đăng
- tiềm năng
- dự đoán
- Dự đoán
- điều kiện tiên quyết
- ngăn chặn
- trước
- Vấn đề
- quá trình
- Quy trình
- Sản phẩm
- giám đốc sản xuất
- Sản lượng
- Sản phẩm
- xúc tiến
- cung cấp
- Nhanh chóng
- Mau
- thời gian thực
- giới thiệu
- ghi danh
- đăng ký
- Đăng Ký
- đăng ký
- Đã loại bỏ
- thay thế
- kho
- Yêu cầu
- Thông tin
- phản ứng
- chịu trách nhiệm
- trở lại
- xem xét
- xem xét
- xem xét
- ngay
- Nguy cơ
- Vai trò
- chạy
- nhà làm hiền triết
- tương tự
- Nhà khoa học
- các nhà khoa học
- Điểm số
- xem
- chọn
- cao cấp
- Phiên
- thiết lập
- chia sẻ
- chị ấy
- nên
- cho thấy
- duy nhất
- So
- Phần mềm
- phát triển phần mềm
- động SOLVE
- một số
- nguồn
- Chi
- các bên liên quan
- Tiêu chuẩn
- Bắt đầu
- Tiểu bang
- Trạng thái
- Các bước
- hàng
- lưu trữ
- hợp lý hóa
- phòng thu
- Thành công
- như vậy
- Hỗ trợ
- SYS
- Hãy
- nhóm
- Cảm ơn
- việc này
- Sản phẩm
- cung cấp their dịch
- Them
- sau đó
- Kia là
- họ
- điều này
- số ba
- thời gian
- đến
- công cụ
- theo dõi
- Train
- đào tạo
- Hội thảo
- thường
- Dưới
- hiểu
- Cập nhật
- cập nhật
- us
- sử dụng
- ca sử dụng
- đã sử dụng
- người sử dang
- sử dụng
- giá trị
- khác nhau
- phiên bản
- hương
- muốn
- cách
- we
- là
- khi nào
- liệu
- cái nào
- trong khi
- CHÚNG TÔI LÀ
- sẽ
- với
- ở trong
- không có
- Công việc
- đang làm việc
- công trinh
- sẽ
- viết
- viết
- Vâng
- Yoga
- Bạn
- trên màn hình
- zephyrnet