Predstavljamo samodejno usposabljanje za rešitve v storitvi Amazon Personalize | Spletne storitve Amazon

Amazonska prilagoditev z veseljem napoveduje samodejno usposabljanje za rešitve. Usposabljanje rešitev je temeljnega pomena za ohranjanje učinkovitosti modela in zagotavljanje, da so priporočila usklajena z razvijajočim se vedenjem in preferencami uporabnikov. Ker se vzorci podatkov in trendi sčasoma spreminjajo, prekvalificiranje rešitve z najnovejšimi ustreznimi podatki omogoča modelu učenje in prilagajanje, s čimer se poveča njegova napovedna natančnost. Samodejno usposabljanje generira novo različico rešitve, ublaži odmik modela in ohranja ustrezna priporočila ter prilagojena trenutnemu vedenju končnih uporabnikov, hkrati pa vključuje najnovejše elemente. Konec koncev samodejno usposabljanje zagotavlja bolj prilagojeno in zanimivo izkušnjo, ki se prilagaja spreminjajočim se željam.

Amazon Personalize pospeši vašo digitalno transformacijo s strojnim učenjem (ML), kar olajša integracijo prilagojenih priporočil v obstoječa spletna mesta, aplikacije, sisteme trženja po e-pošti in drugo. Amazon Personalize razvijalcem omogoča hitro implementacijo prilagojenega mehanizma za personalizacijo, ne da bi potrebovali strokovno znanje o ML. Amazon Personalize zagotavlja potrebno infrastrukturo in upravlja celoten cevovod ML, vključno z obdelavo podatkov, prepoznavanjem funkcij, uporabo ustreznih algoritmov ter usposabljanjem, optimizacijo in gostovanjem prilagojenih modelov na podlagi vaših podatkov. Vsi vaši podatki so šifrirani, da so zasebni in varni.

V tej objavi vas vodimo skozi postopek konfiguriranja samodejnega usposabljanja, tako da vaše rešitve in priporočila ohranijo svojo natančnost in ustreznost.

Pregled rešitev

A Rešitev se nanaša na kombinacijo recepta Amazon Personalize, prilagojenih parametrov in ene ali več različic rešitve (usposobljeni modeli). Ko ustvarite rešitev po meri, določite recept, ki ustreza vašemu primeru uporabe, in konfigurirate parametre usposabljanja. Za to objavo konfigurirate samodejno usposabljanje v parametrih usposabljanja.

Predpogoji

Če želite omogočiti samodejno usposabljanje za svoje rešitve, morate najprej nastaviti vire Amazon Personalize. Začni z ustvarjanje skupine nabora podatkov, sheme in nabor podatkov ki predstavlja vaše predmete, interakcije in uporabniške podatke. Za navodila glejte Kako začeti (konzola) or Kako začeti (AWS CLI).

Ko končate z uvozom podatkov, ste pripravljeni na ustvarjanje rešitve.

Ustvarite rešitev

Za nastavitev samodejnega usposabljanja izvedite naslednje korake:

1. Na konzoli Amazon Personalize ustvarite novo rešitev.
2. Določite ime za svojo rešitev, izberite vrsto raztopine, ki jo želite ustvariti, in izberite svoj recept.
3. Po želji dodajte poljubne oznake. Za več informacij o označevanju virov Amazon Personalize glejte Označevanje virov Amazon Personalize.
4. Za uporabo avtomatskega usposabljanja, v Samodejno usposabljanje izberite, izberite Vklopite in določite pogostost vadbe.

Samodejna vadba je privzeto omogočena za vadbo enkrat vsakih 7 dni. Kadenco vadbe lahko konfigurirate tako, da ustreza vašim poslovnim potrebam, in sicer enkrat na 1–30 dni.

1. Če vaš recept ustvari priporočila za izdelke ali uporabniške segmente, po želji uporabite Stolpci za usposabljanje izberite stolpce, ki jih Amazon Personalize upošteva pri usposabljanju različic rešitve.
2. v Konfiguracija hiperparametrov oddelek, po želji konfigurirajte vse možnosti hiperparametrov glede na vaš recept in poslovne potrebe.
3. Navedite morebitne dodatne konfiguracije in nato izberite Naslednji.
   
4. Preglejte podrobnosti rešitve in potrdite, da je vaše samodejno usposabljanje konfigurirano po pričakovanjih.
5. Izberite Ustvari rešitev.
   

Amazon Personalize bo samodejno ustvaril vašo prvo različico rešitve. A različica rešitve se nanaša na usposobljen model ML. Ko je za rešitev ustvarjena različica rešitve, Amazon Personalize usposobi model, ki podpira različico rešitve, na podlagi recepta in konfiguracije usposabljanja. Za začetek ustvarjanja različice rešitve lahko traja do 1 ura.

Sledi vzorčna koda za ustvarjanje rešitve s samodejnim usposabljanjem z uporabo 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'])

Ko je rešitev ustvarjena, lahko potrdite, ali je samodejno usposabljanje omogočeno na strani s podrobnostmi o rešitvi.

Za potrditev prek AWS SDK, da je omogočeno samodejno usposabljanje, lahko uporabite tudi naslednjo vzorčno kodo:

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

Vaš odgovor bo vseboval polja performAutoTraining in autoTrainingConfig, ki prikazuje vrednosti, ki ste jih nastavili v CreateSolution klic.

Na strani s podrobnostmi o rešitvi boste videli tudi različice rešitve, ki so ustvarjene samodejno. The Vrsta usposabljanja stolpec določa, ali je bila različica rešitve ustvarjena ročno ali samodejno.

Za vrnitev seznama različic rešitve za dano rešitev lahko uporabite tudi naslednjo vzorčno kodo:

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

Vaš odgovor bo vseboval polje trainingType, ki določa, ali je bila različica rešitve ustvarjena ročno ali samodejno.

Ko je vaša različica rešitve pripravljena, lahko ustvarite oglaševalsko akcijo za vašo različico rešitve.

Ustvarite akcijo

A Kampanja razmesti različico rešitve (usposobljen model) za ustvarjanje priporočil v realnem času. Z Amazon Personalize lahko poenostavite potek dela in avtomatizirate uvajanje najnovejše različice rešitve v oglaševalske akcije prek samodejne sinhronizacije. Če želite nastaviti samodejno sinhronizacijo, izvedite naslednje korake:

1. Na konzoli Amazon Personalize ustvarite novo oglaševalsko akcijo.
2. Določite ime za svojo akcijo.
3. Izberite rešitev, ki ste jo pravkar ustvarili.
4. Izberite Samodejna uporaba najnovejše različice rešitve.
5. Nastavite minimalno rezerviranih transakcij na sekundo.
   
6. Ustvarite svojo akcijo.

Kampanja je pripravljena, ko je njen status ACTIVE.

Sledi vzorčna koda za ustvarjanje oglaševalske akcije syncWithLatestSolutionVersion nastavljena true z uporabo AWS SDK. Dodati morate tudi pripono $LATEST k solutionArn in solutionVersionArn ko nastavite syncWithLatestSolutionVersion do 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)

Na strani s podrobnostmi o oglaševalski akciji si lahko ogledate, ali ima izbrana oglaševalska akcija omogočeno samodejno sinhroniziranje. Ko je omogočeno, se bo vaša oglaševalska akcija samodejno posodobila in uporabljala najnovejšo različico rešitve, ne glede na to, ali je bila ustvarjena samodejno ali ročno.

Uporabite naslednjo vzorčno kodo, da to potrdite prek AWS SDK syncWithLatestSolutionVersion je omogočeno:

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

Vaš odgovor bo vseboval polje syncWithLatestSolutionVersion pod campaignConfig, ki prikazuje vrednost, ki ste jo nastavili v CreateCampaign klic.

Možnost samodejne uporabe najnovejše različice rešitve lahko omogočite ali onemogočite na konzoli Amazon Personalize, potem ko je oglaševalska akcija ustvarjena, tako da jo posodobite. Podobno lahko omogočite ali onemogočite syncWithLatestSolutionVersion z UpdateCampaign z uporabo AWS SDK.

zaključek

S samodejnim usposabljanjem lahko ublažite zamik modela in ohranite ustreznost priporočil tako, da poenostavite potek dela in avtomatizirate uvajanje najnovejše različice rešitve v Amazon Personalize.

Za več informacij o optimiziranju vaše uporabniške izkušnje z Amazon Personalize glejte Priročnik za razvijalce Amazon Personalize.

O avtorjih

Ba'Carri Johnson je višji tehnični produktni vodja, ki dela z AWS AI/ML v ekipi Amazon Personalize. Z izkušnjami iz računalništva in strategije je navdušena nad inovacijami izdelkov. V prostem času rada potuje in raziskuje naravo.

Ajay Venkatakrishnan je inženir za razvoj programske opreme v skupini Amazon Personalize. V prostem času rad piše in igra nogomet.

Pranesh Anubhav je višji programski inženir za Amazon Personalize. Navdušen je nad načrtovanjem sistemov strojnega učenja, ki služijo strankam v velikem obsegu. Poleg svojega dela rad igra nogomet in je navdušen spremljevalec Real Madrida.

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://aws.amazon.com/blogs/machine-learning/introducing-automatic-training-for-solutions-in-amazon-personalize/