Inference-meta-monitorointi Amazon SageMaker AI -päätepisteille Amazon Quickilla
Amazon Web Services
Evidently AI
Tämä AWS ML -blogin artikkeli esittelee inference-meta-monitorointijärjestelmän Amazon SageMaker AI -päätepisteille. Se tarjoaa hallintokerroksen, joka seuraa jatkuvasti ennusteiden ja datan laatumittareita käyttäen AWS-hallittuja palveluita ja avoimen lähdekoodin työkaluja, kuten Evidently AI:ta. Järjestelmä sisältää ajautumisen tunnistuksen, viivästetyn perustotuuden integroinnin ja automaattiset suorituskyvyn kojelaudat.
AWS ML -blogikirjoitus esittelee ratkaisun Amazon SageMaker AI -päätepisteiden päättelyn metavalvontaan, ja se vastaa ongelmaan, jossa mallin suorituskyky heikkenee huomaamatta. Järjestelmä yhdistää AWS:n hallinnoimat palvelut (SageMaker AI, Athena, Lambda, EventBridge, Quick) avoimen lähdekoodin työkaluihin (SageMaker AI MLflow Apps, Evidently AI). Se sisältää koulutus-, käyttöönotto- ja valvontaputket, jotka on integroitu keskitetyn Athena Iceberg -taulun kautta. Drift Lambda -funktio tunnistaa nykyisen mallin ja lataa sen baseline.json-tiedoston laskeakseen data- ja mallipoikkeamat Evidentlyn esiasetuksia käyttäen. Se integroi myös viivästyneen perustotuuden (ground truth) datan ja tarjoaa automatisoidut kojelaudat trendien visualisointiin.
Lähde: AWS ML blog —
Alkuperäinen