Isikupärastage Amazon avaldab heameelega lahenduste automaatset koolitust. Lahenduskoolitus on mudeli tõhususe säilitamiseks ja soovituste vastavuse tagamiseks kasutajate muutuva käitumise ja eelistustega ülioluline. Kuna andmemustrid ja suundumused aja jooksul muutuvad, võimaldab lahenduse ümberõpetamine uusimate asjakohaste andmetega mudelil õppida ja kohaneda, suurendades selle prognoosimise täpsust. Automaatne koolitus loob uue lahenduse versiooni, mis leevendab mudeli triivi ja hoiab soovitused asjakohased ja kohandatud lõppkasutajate praegusele käitumisele, kaasates samal ajal uusimad üksused. Lõppkokkuvõttes pakub automaatne koolitus isikupärasema ja kaasahaaravama kogemuse, mis kohandub muutuvate eelistustega.

Amazon Personalize kiirendab teie digitaalset ümberkujundamist masinõppe (ML) abil, muutes isikupärastatud soovituste integreerimise olemasolevatesse veebisaitidesse, rakendustesse, meiliturundussüsteemidesse ja muusse lihtsaks. Amazon Personalize võimaldab arendajatel kiiresti rakendada kohandatud isikupärastamise mootorit, ilma et oleks vaja ML-teadmisi. Amazon Personalize loob vajaliku infrastruktuuri ja haldab kogu ML-i konveieri, sealhulgas andmete töötlemist, funktsioonide tuvastamist, sobivate algoritmide kasutamist ning teie andmetel põhinevate kohandatud mudelite koolitamist, optimeerimist ja hostimist. Kõik teie andmed krüpteeritakse, et need oleksid privaatsed ja turvalised.

Selles postituses juhendame teid automaatse koolituse seadistamise protsessis, et teie lahendused ja soovitused säilitaksid oma täpsuse ja asjakohasuse.

Lahenduse ülevaade

A lahendus viitab Amazon Personalize'i retsepti, kohandatud parameetrite ja ühe või mitme lahenduse versiooni (koolitatud mudelite) kombinatsioonile. Kohandatud lahenduse loomisel määrate teie kasutusjuhtumile vastava retsepti ja konfigureerite koolitusparameetrid. Selle postituse jaoks seadistate treeningparameetrites automaatse treeningu.

Eeldused

Oma lahenduste automaatse koolituse lubamiseks peate esmalt seadistama Amazon Personalize'i ressursid. Alusta sellest andmestikurühma loomine, skeemid ja andmekogumid esindab teie üksusi, interaktsioone ja kasutajaandmeid. Juhiste saamiseks vaadake Alustamine (konsool) or Alustamine (AWS CLI).

Kui olete andmete importimise lõpetanud, olete valmis lahendust looma.

Loo lahendus

Automaatse treeningu seadistamiseks toimige järgmiselt.

1. Looge Amazon Personalize'i konsoolil uus lahendus.
2. Määrake oma lahendusele nimi, valige loodava lahenduse tüüp ja valige retsept.
3. Soovi korral lisage sildid. Lisateabe saamiseks Amazon Personalize'i ressursside märgistamise kohta vt Amazoni isikupärastamise ressursside sildistamine.
4. Automaatse treeningu kasutamiseks Automaatne treening jaotises valige sisse lülitama ja määrake oma treeningute sagedus.

Automaatne treening on vaikimisi lubatud, et treenida üks kord iga 7 päeva tagant. Treeningu sagedust saate konfigureerida vastavalt oma ettevõtte vajadustele, vahemikus üks kord iga 1–30 päeva järel.

1. Kui teie retsept genereerib üksuste soovitusi või kasutajasegmente, kasutage valikuliselt Treeningu veerud jaotises veergude valimiseks, mida Amazon Personalize lahendusversioonide treenimisel arvestab.
2. aasta Hüperparameetrite konfiguratsioon lõik, konfigureerige valikuliselt mis tahes hüperparameetri suvandeid vastavalt oma retseptile ja ärivajadustele.
3. Sisestage täiendavad konfiguratsioonid ja seejärel valige järgmine.
   
4. Vaadake lahenduse üksikasjad üle ja veenduge, et teie automaatne treening on ootuspäraselt konfigureeritud.
5. Vali Loo lahendus.
   

Amazon Personalize loob automaatselt teie esimese lahenduse versiooni. A lahenduse versioon viitab treenitud ML mudelile. Kui lahenduse jaoks luuakse lahendusversioon, koolitab Amazon Personalize retsepti ja koolituse konfiguratsiooni alusel lahenduse versiooni toetavat mudelit. Lahenduse versiooni loomise alustamiseks võib kuluda kuni 1 tund.

Järgmine on näidiskood automaatse koolitusega lahenduse loomiseks AWS SDK abil:

import boto3 
personalize = boto3.client('personalize')

solution_config = {
    "autoTrainingConfig": {
        "schedulingExpression": "rate(3 days)"
    }
}

recipe = "arn:aws:personalize:::recipe/aws-similar-items"
name = "test_automatic_training"
response = personalize.create_solution(name=name, recipeArn=recipe_arn, datasetGroupArn=dataset_group_arn, 
                            performAutoTraining=True, solutionConfig=solution_config)

print(response['solutionArn'])
solution_arn = response['solutionArn'])

Pärast lahenduse loomist saate lahenduse üksikasjade lehel kontrollida, kas automaatne koolitus on lubatud.

Samuti saate kasutada järgmist näidiskoodi, et kinnitada AWS SDK kaudu, et automaatne treening on lubatud.

response = personalize.describe_solution(solutionArn=solution_arn)
print(response)

Teie vastus sisaldab välju performAutoTraining ja autoTrainingConfig, mis kuvab teie määratud väärtused CreateSolution helistama.

Lahenduse üksikasjade lehel näete ka automaatselt loodud lahenduse versioone. The Treeningu tüüp veerg määrab, kas lahenduse versioon loodi käsitsi või automaatselt.

Antud lahenduse lahendusversioonide loendi tagastamiseks saate kasutada ka järgmist näidiskoodi:

response = personalize.list_solution_versions(solutionArn=solution_arn)['solutionVersions']
print("List Solution Version responsen")
for val in response:
    print(f"SolutionVersion: {val}")
    print("n")

Teie vastus sisaldab välja trainingType, mis määrab, kas lahenduse versioon loodi käsitsi või automaatselt.

Kui teie lahendusversioon on valmis, saate seda teha luua kampaania teie lahenduse versiooni jaoks.

Looge kampaania

A kampaania juurutab lahenduse versiooni (koolitatud mudeli), et luua reaalajas soovitusi. Amazon Personalize'iga saate oma töövoogu sujuvamaks muuta ja automaatse sünkroonimise kaudu automatiseerida uusima lahenduse versiooni juurutamist kampaaniatele. Automaatse sünkroonimise seadistamiseks toimige järgmiselt.

1. Looge Amazoni isikupärastamise konsoolis uus kampaania.
2. Määrake oma kampaaniale nimi.
3. Valige just loodud lahendus.
4. valima Kasutage automaatselt uusimat lahenduse versiooni.
5. Määrake minimaalsed etteantud tehingud sekundis.
   
6. Looge oma kampaania.

Kampaania on valmis, kui selle olek on ACTIVE.

Järgmine on näidiskood kampaania loomiseks syncWithLatestSolutionVersion seatud true kasutades AWS SDK-d. Peate lisama ka järelliide $LATEST Euroopa solutionArn in solutionVersionArn kui määrate syncWithLatestSolutionVersion et true.

campaign_config = {
    "syncWithLatestSolutionVersion": True
}
resource_name = "test_campaign_sync"
solution_version_arn = "arn:aws:personalize:<region>:<accountId>:solution/<solution_name>/$LATEST"
response = personalize.create_campaign(name=resource_name, solutionVersionArn=solution_version_arn, campaignConfig=campaign_config)
campaign_arn = response['campaignArn']
print(campaign_arn)

Kampaania üksikasjade lehel näete, kas valitud kampaanial on automaatne sünkroonimine lubatud. Kui see on lubatud, värskendatakse teie kampaaniat automaatselt, et kasutada uusimat lahenduse versiooni, olenemata sellest, kas see loodi automaatselt või käsitsi.

Kasutage järgmist näidiskoodi, et kinnitada AWS SDK kaudu, et syncWithLatestSolutionVersion on lubatud:

response = personalize.describe_campaign(campaignArn=campaign_arn)
Print(response)

Teie vastus sisaldab välja syncWithLatestSolutionVersion all campaignConfig, mis kuvab teie määratud väärtuse CreateCampaign helistama.

Saate lubada või keelata Amazon Personalize'i konsoolis uusima lahenduse versiooni automaatse kasutamise pärast kampaania loomist, värskendades oma kampaaniat. Samamoodi saate lubada või keelata syncWithLatestSolutionVersion koos UpdateCampaign kasutades AWS SDK-d.

Järeldus

Automaatse väljaõppe abil saate vähendada mudeli triivi ja säilitada soovituste asjakohasust, lihtsustades oma töövoogu ja automatiseerides Amazon Personalize'is uusima lahenduse versiooni juurutamist.

Lisateabe saamiseks oma kasutuskogemuse optimeerimise kohta Amazon Personalize'iga vaadake Amazoni isikupärastamise arendaja juhend.

Autoritest

Ba'Carri Johnson on vanem tehniline tootejuht, kes töötab Amazon Personalize'i meeskonnas AWS AI/ML-iga. Arvutiteaduse ja strateegia taustaga on ta kirglik tooteuuenduste vastu. Vabal ajal naudib ta reisimist ja loodusega tutvumist.

Ajay Venkatakrishnan on Amazon Personalize'i meeskonna tarkvaraarenduse insener. Vabal ajal meeldib talle kirjutada ja jalgpalli mängida.

Pranesh Anubhav on Amazon Personalize'i vanemtarkvarainsener. Ta on kirglik masinõppesüsteemide kujundamise vastu, et teenindada kliente laialdaselt. Töö kõrvalt armastab ta jalgpalli mängida ja on Madridi Reali innukas järgija.

• SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
• PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
• PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
• PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
• PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
• Allikas: https://aws.amazon.com/blogs/machine-learning/introducing-automatic-training-for-solutions-in-amazon-personalize/