Automatische model tuning-taken duren lang en blijven actief, zelfs als ze de objectieve metriek niet langer verbeteren. U wilt dat tuning onveelbelovende trainingstaken automatisch stopt om de optimalisatie te versnellen. Welke SageMaker automatische model tuning-instelling moet u inschakelen?

De correcte optie is om TrainingJobEarlyStoppingType in te stellen op AUTO. Dit stelt Amazon SageMaker Automatic Model Tuning (AMT) in staat om onveelbelovende trainingsjobs vroegtijdig te stoppen, wat de totale tuningtijd verkort en rekenkosten bespaart. De tuning zal zich richten op de meest veelbelovende hyperparametercombinaties. Het instellen van de tuning Strategy-parameter op Bayesian is een optimalisatiestrategie, maar regelt niet het vroegtijdig stoppen van taken. RetryStrategy heeft betrekking op het aantal herpogingen bij fouten, niet op het vroegtijdig stoppen van onsuccesvolle trials. Het beperken van ParameterRanges kan de zoekruimte verkleinen, maar dit is een handmatige aanpassing en geen automatische methode om onveelbelovende trials te stoppen.