Amazon web services AWS-Sagemaker中的多模型训练

我可以通过评估models is train.py脚本在AWS Sagemaker中培训多个模型吗？以及如何从多个模型中获取多个度量

---

任何链接、文档或视频都会很有用。

是的，您在sagemaker培训脚本中编写的内容（假设您使用的是可以传递自定义代码的内容，如您自己的容器或框架容器）是灵活的，并且不需要仅是一个模型，甚至是ML。您完全可以在一个容器中编写多个模型培训，并通过正则表达式使用SageMaker度量捕获提取所有相关度量，请参见此处的示例正则表达式。 也就是说，将事物分开，每个SageMaker工作有一个模型通常是一个更好的主意，因为除其他原因外，还有以下原因：

它允许您分离模型元数据和度量并进行比较 他们很容易地用

它允许您专门针对每种型号的硬件，并获得更好的经济性。每种型号在CPU、GPU、RAM方面都有自己的最佳选择

它允许您使用完全相同的容器进行单个训练，但 同样对于，一种可以 比常规的网格搜索更快更便宜

---

谢谢你的回答！实际上，我的用例需要基于输入的多模型训练，就像h2o.ai一样。因此，我需要多个模型在一个数据集上进行训练，并提供度量，以便选择和部署最佳模型。