Cientos de científicos de datos almacenan modelos en grupos de modelos de SageMaker Model Registry. El equipo quiere organizar los modelos existentes en tres categorías (visión artificial, PNL, reconocimiento de voz) para mejorar la capacidad de descubrimiento sin cambiar los artefactos del modelo o las agrupaciones existentes. ¿Qué enfoque satisface estas restricciones?

La creación de colecciones de Model Registry es la solución más adecuada porque permite organizar los grupos de modelos existentes en categorías lógicas (visión artificial, PNL, reconocimiento de voz) sin modificar los artefactos del modelo ni las agrupaciones actuales. Esta característica está diseñada específicamente para mejorar la capacidad de descubrimiento y la organización a gran escala dentro del Model Registry. Crear etiquetas personalizadas podría ser una opción, pero las colecciones ofrecen una estructura de organización más formal y jerárquica, lo que facilita la gestión y el descubrimiento a medida que el número de modelos crece. Crear nuevos grupos de modelos y mover los existentes alteraría las agrupaciones actuales, lo cual va en contra de la restricción. Usar ML Lineage Tracking no está diseñado para la categorización de modelos en este contexto, sino para rastrear el linaje de los artefactos de ML.