Help us improve the AWS re:Post Knowledge Center by sharing your feedback in a brief survey. Your input can influence how we create and update our content to better support your AWS journey.
All Content tagged with 亚马逊 SageMaker 模型训练
Amazon SageMaker reduces the time and cost to train and tune machine learning (ML) models without the need to manage infrastructure. With SageMaker, easily train and tune ML models using built-in tools to manage and track training experiments, automatically choose optimal hyperparameters, debug training jobs, and monitor the utilization of system resources such as GPUs, CPUs, and network bandwidth.
内容语言: 中文 (简体)
筛选内容
选择要筛选的标签
排序方式
排序方式 最新
6 条结果
【以下的问题经过翻译处理】 如何在训练工作超出40个度量限制时记录度量？尝试创建一个用于命名实体识别（NER）任务的训练工作。由于我有很多类别（例如PER，ORG，LOC等），我希望能够相应地记录相关的指标。然而，当我运行`estimator.fit()`时，它抛出了以下错误：
```
ClientError：调用CreateTrainingJob操作时发生错误（ValidationExcept...
【以下的问题经过翻译处理】 我已经创建了自定义的训练镜像，可以通过CreateTrainingJob进行操作，没有使用sagemaker training toolkit（需要“ContainerEntrypoint”选项）。
但是当我尝试运行HyperParameter Tuning Job时，在“AlgorithmSpecification”字段中不允许添加“ContainerEntrypo...
【以下的问题经过翻译处理】 你好，
我已经使用Auto-ML训练了一个多类分类模型。
使用
* 训练镜像：sagemaker-xgboost：1.3-1-cpu-py
* 实例类型：ml.m5.12xlarge
在时间限制到达之前，该运行已成功完成2次交叉验证。生成的最佳模型没有存储在指定的s3位置。该工作被配置为在终止时存储模型。
同时，我已经成功地使用相同的Auto-ML模板（Jup...
【以下的问题经过翻译处理】 你好，
SageMaker定价页面没有提到SageMaker模型注册表、模型监控和超参数调整作业 - <https://aws.amazon.com/sagemaker/pricing/>
而且我无法使用AWS计算器添加它们。
有人能帮助我确定价格以及为什么它不在官方计算器中吗？
谢谢！
【以下的问题经过翻译处理】 当前，我正在使用一个 ml.c4.2xlarge 实例类型来运行自动化模型调优任务，应用场景是 DeepAR。数据由7157个时间序列组成，分别在训练集和测试集中有152个时间步和52个时间步。我估计在这个特定实例类型上，调优任务的运行时间需要大约4-5天。想了解一下 DeepAR 的训练是否基于GPU 进行了优化，以及是否建议使用 "p" 或 "g" 计算实例来获得更...
【以下的问题经过翻译处理】 在使用SageMaker处理parquet数据用于训练时，哪种parquet数据加载比较好呢？是ml-io？还是pyarrow？有没有相关的例子可以参考呢？我想要训练分类器，比如逻辑回归、XGBoost或自定义的TF。