Logo Zephyrnet

Trí thông minh dữ liệu tạo

AI

Giới thiệu chương trình đào tạo tự động cho các giải pháp trong Amazon Personalize | Dịch vụ web của Amazon

Được xuất bản lại bởi Plato
Được xuất bản lại bởi Plato

Ngày:

Lượt xem: 56

Cá nhân hóa Amazon vui mừng thông báo chương trình đào tạo tự động cho các giải pháp. Đào tạo giải pháp là nền tảng để duy trì tính hiệu quả của mô hình và đảm bảo các đề xuất phù hợp với hành vi và sở thích ngày càng phát triển của người dùng. Khi các mẫu và xu hướng dữ liệu thay đổi theo thời gian, việc đào tạo lại giải pháp bằng dữ liệu liên quan mới nhất sẽ giúp mô hình học hỏi và thích ứng, nâng cao độ chính xác dự đoán của nó. Quá trình đào tạo tự động tạo ra một phiên bản giải pháp mới, giảm thiểu tình trạng sai lệch mô hình và giữ cho các đề xuất phù hợp và phù hợp với hành vi hiện tại của người dùng cuối, đồng thời bao gồm các mục mới nhất. Cuối cùng, đào tạo tự động mang lại trải nghiệm cá nhân hóa và hấp dẫn hơn, thích ứng với việc thay đổi sở thích.

Amazon Personalize tăng tốc quá trình chuyển đổi kỹ thuật số của bạn bằng máy học (ML), giúp bạn dễ dàng tích hợp các đề xuất được cá nhân hóa vào các trang web, ứng dụng, hệ thống tiếp thị qua email hiện có, v.v. Amazon Personalize cho phép các nhà phát triển nhanh chóng triển khai công cụ cá nhân hóa tùy chỉnh mà không yêu cầu kiến ​​thức chuyên môn về ML. Amazon Personalize cung cấp cơ sở hạ tầng cần thiết và quản lý toàn bộ quy trình ML, bao gồm xử lý dữ liệu, xác định tính năng, sử dụng thuật toán thích hợp cũng như đào tạo, tối ưu hóa và lưu trữ các mô hình tùy chỉnh dựa trên dữ liệu của bạn. Tất cả dữ liệu của bạn được mã hóa để riêng tư và an toàn.

Trong bài đăng này, chúng tôi sẽ hướng dẫn bạn quy trình định cấu hình đào tạo tự động để các giải pháp và đề xuất của bạn duy trì được độ chính xác và mức độ liên quan.

Tổng quan về giải pháp

A giải pháp đề cập đến sự kết hợp của công thức Amazon Personalize, thông số tùy chỉnh và một hoặc nhiều phiên bản giải pháp (mô hình được đào tạo). Khi tạo giải pháp tùy chỉnh, bạn chỉ định công thức phù hợp với trường hợp sử dụng của mình và định cấu hình các thông số đào tạo. Đối với bài đăng này, bạn định cấu hình đào tạo tự động trong các tham số đào tạo.

Điều kiện tiên quyết

Để kích hoạt đào tạo tự động cho các giải pháp của bạn, trước tiên bạn cần thiết lập tài nguyên Amazon Personalize. Bắt đầu bằng tạo một nhóm dữ liệu, lược đồ và bộ dữ liệu đại diện cho các mục, tương tác và dữ liệu người dùng của bạn. Để biết hướng dẫn, hãy tham khảo Bắt đầu (bảng điều khiển) or Bắt đầu (AWS CLI).

Sau khi nhập xong dữ liệu, bạn đã sẵn sàng tạo giải pháp.

Tạo một giải pháp

Để thiết lập đào tạo tự động, hãy hoàn thành các bước sau:

  1. Trên bảng điều khiển Amazon Personalize, tạo một giải pháp mới.
  2. Chỉ định tên cho giải pháp của bạn, chọn loại giải pháp bạn muốn tạo và chọn công thức của bạn.
  3. Tùy chọn, thêm bất kỳ thẻ nào. Để biết thêm thông tin về việc gắn thẻ tài nguyên Amazon Personalize, hãy xem Gắn thẻ tài nguyên Amazon Personalize.
  4. Để sử dụng đào tạo tự động, trong Đào tạo tự động phần, chọn Bật và chỉ định tần suất đào tạo của bạn.

Theo mặc định, đào tạo tự động được bật để đào tạo 7 ngày một lần. Bạn có thể định cấu hình nhịp độ đào tạo cho phù hợp với nhu cầu kinh doanh của mình, từ 1–30 ngày một lần.

  1. Nếu công thức của bạn tạo đề xuất món hoặc phân khúc người dùng, hãy tùy ý sử dụng Cột đào tạo để chọn các cột mà Amazon Personalize cân nhắc khi đào tạo các phiên bản giải pháp.
  2. Trong tạp chí Cấu hình siêu tham số phần, tùy ý định cấu hình bất kỳ tùy chọn siêu tham số nào dựa trên công thức và nhu cầu kinh doanh của bạn.
  3. Cung cấp bất kỳ cấu hình bổ sung nào, sau đó chọn Sau.
  4. Xem lại chi tiết giải pháp và xác nhận rằng chương trình đào tạo tự động của bạn được đặt cấu hình như mong đợi.
  5. Chọn Tạo giải pháp.

Amazon Personalize sẽ tự động tạo phiên bản giải pháp đầu tiên của bạn. MỘT phiên bản giải pháp đề cập đến một mô hình ML được đào tạo. Khi phiên bản giải pháp được tạo cho giải pháp đó, Amazon Personalize sẽ đào tạo mô hình hỗ trợ phiên bản giải pháp dựa trên công thức và cấu hình đào tạo. Có thể mất tới 1 giờ để quá trình tạo phiên bản giải pháp bắt đầu.

Sau đây là mã mẫu để tạo giải pháp đào tạo tự động bằng AWS SDK:

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'])

Sau khi giải pháp được tạo, bạn có thể xác nhận xem đào tạo tự động có được bật hay không trên trang chi tiết giải pháp.

Bạn cũng có thể sử dụng mã mẫu sau để xác nhận thông qua AWS SDK rằng đào tạo tự động đã được bật:

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

Phản hồi của bạn sẽ chứa các trường performAutoTraining và autoTrainingConfig, hiển thị các giá trị bạn đặt trong CreateSolution gọi.

Trên trang chi tiết giải pháp, bạn cũng sẽ thấy các phiên bản giải pháp được tạo tự động. Các Loại hình đào tạo cột chỉ định xem phiên bản giải pháp được tạo thủ công hay tự động.

Bạn cũng có thể sử dụng mã mẫu sau để trả về danh sách các phiên bản giải pháp cho giải pháp đã cho:

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

Phản hồi của bạn sẽ chứa trường trainingType, chỉ định xem phiên bản giải pháp được tạo thủ công hay tự động.

Khi phiên bản giải pháp của bạn đã sẵn sàng, bạn có thể tạo một chiến dịch cho phiên bản giải pháp của bạn.

Tạo một chiến dịch

A chiến dịch triển khai phiên bản giải pháp (mô hình được đào tạo) để tạo đề xuất theo thời gian thực. Với Amazon Personalize, bạn có thể hợp lý hóa quy trình làm việc của mình và tự động hóa việc triển khai phiên bản giải pháp mới nhất cho các chiến dịch thông qua tính năng đồng bộ hóa tự động. Để thiết lập tự động đồng bộ hóa, hãy hoàn tất các bước sau:

  1. Trên bảng điều khiển Amazon Personalize, tạo một chiến dịch mới.
  2. Chỉ định tên cho chiến dịch của bạn.
  3. Chọn giải pháp bạn vừa tạo.
  4. Chọn Tự động sử dụng phiên bản giải pháp mới nhất.
  5. Đặt giao dịch được cung cấp tối thiểu mỗi giây.
  6. Tạo chiến dịch của bạn.

Chiến dịch đã sẵn sàng khi trạng thái của nó là ACTIVE.

Sau đây là mã mẫu để tạo chiến dịch với syncWithLatestSolutionVersion đặt thành true bằng cách sử dụng AWS SDK. Bạn cũng phải thêm hậu tố $LATEST đến solutionArn in solutionVersionArn khi bạn đặt syncWithLatestSolutionVersion đến 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)

Trên trang chi tiết chiến dịch, bạn có thể xem liệu chiến dịch đã chọn có bật tự động đồng bộ hóa hay không. Khi được bật, chiến dịch của bạn sẽ tự động cập nhật để sử dụng phiên bản giải pháp mới nhất, cho dù phiên bản đó được tạo tự động hay thủ công.

Sử dụng mã mẫu sau để xác nhận qua AWS SDK rằng syncWithLatestSolutionVersion được kích hoạt:

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

Phản hồi của bạn sẽ chứa trường syncWithLatestSolutionVersion Dưới campaignConfig, hiển thị giá trị bạn đặt trong CreateCampaign gọi.

Bạn có thể bật hoặc tắt tùy chọn tự động sử dụng phiên bản giải pháp mới nhất trên bảng điều khiển Amazon Personalize sau khi chiến dịch được tạo bằng cách cập nhật chiến dịch của bạn. Tương tự, bạn có thể bật hoặc tắt syncWithLatestSolutionVersion với UpdateCampaign bằng cách sử dụng AWS SDK.

Kết luận

Với đào tạo tự động, bạn có thể giảm thiểu sai lệch mô hình và duy trì mức độ liên quan của đề xuất bằng cách hợp lý hóa quy trình làm việc và tự động hóa việc triển khai phiên bản giải pháp mới nhất trong Amazon Personalize.

Để biết thêm thông tin về việc tối ưu hóa trải nghiệm người dùng của bạn với Amazon Personalize, hãy xem phần Hướng dẫn dành cho nhà phát triển cá nhân hóa Amazon.

Giới thiệu về tác giả

Ba'Carri Johnson là Giám đốc sản phẩm kỹ thuật cấp cao làm việc với AWS AI/ML trong nhóm Amazon Personalize. Với nền tảng về chiến lược và khoa học máy tính, cô đam mê đổi mới sản phẩm. Trong thời gian rảnh rỗi, cô thích đi du lịch và khám phá những hoạt động ngoài trời tuyệt vời.

Ajay Venkatakrishnan là Kỹ sư phát triển phần mềm trong nhóm Cá nhân hóa Amazon. Trong thời gian rảnh rỗi, anh thích viết lách và chơi bóng đá.

Pranesh Anubhav là Kỹ sư phần mềm cao cấp của Amazon Personalize. Anh ấy đam mê thiết kế các hệ thống máy học để phục vụ khách hàng trên quy mô lớn. Ngoài công việc, anh thích chơi bóng đá và là một tín đồ cuồng nhiệt của Real Madrid.

tại chỗ_img

Tin tức mới nhất

tại chỗ_img

Bản quyền @ 2024 Plato Technologies Inc.