

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Perhitungan dasar, deteksi drift, dan siklus hidup dengan serta langkah-langkah di Amazon Pipelines ClarifyCheck QualityCheck SageMaker
<a name="pipelines-quality-clarify-baseline-lifecycle"></a>

Topik berikut membahas bagaimana baseline dan versi model berkembang di Amazon SageMaker Pipelines saat menggunakan dan langkah-langkahnya. [`ClarifyCheck`](build-and-manage-steps-types.md#step-type-clarify-check) [`QualityCheck`](build-and-manage-steps-types.md#step-type-quality-check)

Untuk `ClarifyCheck` langkah ini, baseline adalah file tunggal yang berada di properti langkah dengan akhiran. `constraints` Untuk `QualityCheck` langkah ini, baseline adalah kombinasi dari dua file yang berada di properti langkah: satu dengan akhiran `statistics` dan yang lainnya dengan sufiks. `constraints` Dalam topik berikut, kami membahas properti ini dengan awalan yang menjelaskan cara penggunaannya, memengaruhi perilaku dasar dan siklus hidup dalam dua langkah pipeline ini. Misalnya, `ClarifyCheck` langkah selalu menghitung dan menetapkan garis dasar baru di properti dan `QualityCheck` langkahnya melakukan hal yang sama di `CalculatedBaselineConstraints` properti dan. `CalculatedBaselineConstraints` `CalculatedBaselineStatistics`

## Perhitungan dasar dan pendaftaran untuk ClarifyCheck dan langkah-langkah QualityCheck
<a name="pipelines-quality-clarify-baseline-calculations"></a>

Baik `QualityCheck` langkah `ClarifyCheck` dan langkah selalu menghitung baseline baru berdasarkan input langkah melalui pekerjaan pemrosesan yang mendasarinya. Garis dasar yang baru dihitung ini diakses melalui properti dengan awalan. `CalculatedBaseline` Anda dapat merekam properti ini sebagai paket model Anda di[Langkah model](build-and-manage-steps-types.md#step-type-model). `ModelMetrics` Paket model ini dapat didaftarkan dengan 5 baseline yang berbeda. Anda dapat mendaftarkannya dengan satu untuk setiap jenis pemeriksaan: bias data, bias model, dan penjelasan model dari menjalankan `ClarifyCheck` langkah dan kualitas model, dan kualitas data dari menjalankan langkah. `QualityCheck` `register_new_baseline`Parameter menentukan nilai yang ditetapkan dalam properti dengan awalan `BaselineUsedForDriftCheck` setelah langkah berjalan.

Tabel kasus penggunaan potensial berikut menunjukkan perilaku berbeda yang dihasilkan dari parameter langkah yang dapat Anda tetapkan untuk `ClarifyCheck` dan `QualityCheck` langkah-langkahnya:


| Kemungkinan kasus penggunaan yang dapat Anda pertimbangkan untuk memilih konfigurasi ini  | `skip_check` / `register_new_baseline` | Apakah langkah melakukan pemeriksaan drift? | Nilai properti langkah `CalculatedBaseline` | Nilai properti langkah `BaselineUsedForDriftCheck` | 
| --- | --- | --- | --- | --- | 
| Anda melakukan pelatihan ulang reguler dengan pemeriksaan diaktifkan untuk mendapatkan versi model baru, tetapi Anda *ingin membawa baseline sebelumnya* seperti `DriftCheckBaselines` dalam registri model untuk versi model baru Anda. | False/ False | Pemeriksaan drift berjalan terhadap baseline yang ada | Garis dasar baru dihitung dengan menjalankan langkah | Baseline dari model terbaru yang disetujui di Model Registry atau baseline yang disediakan sebagai parameter langkah | 
| Anda melakukan pelatihan ulang reguler dengan pemeriksaan diaktifkan untuk mendapatkan versi model baru, tetapi Anda *ingin menyegarkan `DriftCheckBaselines` di registri model dengan garis dasar yang baru dihitung* untuk versi model baru Anda. | False/ True | Pemeriksaan drift berjalan terhadap baseline yang ada | Garis dasar baru dihitung dengan menjalankan langkah | Garis dasar yang baru dihitung dengan menjalankan langkah (nilai properti) CalculatedBaseline | 
| Anda memulai pipeline untuk melatih ulang versi model baru karena ada pelanggaran yang terdeteksi oleh Amazon SageMaker Model Monitor pada titik akhir untuk jenis pemeriksaan tertentu, dan Anda ingin *melewati jenis pemeriksaan ini terhadap baseline sebelumnya, tetapi bawa baseline sebelumnya seperti `DriftCheckBaselines` dalam registri model untuk versi model* baru Anda. | True/ False | Tidak ada pemeriksaan drift | Garis dasar baru dihitung dengan menjalankan | Baseline dari model terbaru yang disetujui dalam registri model atau baseline yang disediakan sebagai parameter langkah | 
| Ini terjadi dalam kasus-kasus berikut: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/pipelines-quality-clarify-baseline-lifecycle.html)  | True/ True | Tidak ada pemeriksaan drift | Garis dasar baru dihitung dengan menjalankan langkah | Garis dasar yang baru dihitung dengan menjalankan langkah (nilai properti) CalculatedBaseline | 

**catatan**  
Jika Anda menggunakan notasi ilmiah dalam kendala Anda, Anda perlu mengkonversi ke float. Untuk contoh skrip preprocessing tentang cara melakukannya, lihat [Membuat Garis Dasar Kualitas Model](https://docs.aws.amazon.com/sagemaker/latest/dg/model-monitor-model-quality-baseline.html).

Saat Anda mendaftarkan model[Langkah model](build-and-manage-steps-types.md#step-type-model), Anda dapat mendaftarkan `BaselineUsedForDriftCheck` properti sebagai`DriftCheckBaselines`. File dasar ini kemudian dapat digunakan oleh Model Monitor untuk pemeriksaan kualitas model dan data. Selain itu, baseline ini juga dapat digunakan dalam `QualityCheck` langkah ClarifyCheckStep dan untuk membandingkan model yang baru dilatih dengan model yang ada yang terdaftar dalam registri model untuk proses pipeline future.

## Deteksi Drift terhadap Baseline Sebelumnya di Pipa
<a name="pipelines-quality-clarify-baseline-drift-detection"></a>

Dalam hal `QualityCheck` langkah, ketika Anda memulai pipeline untuk pelatihan ulang reguler untuk mendapatkan versi model baru, Anda mungkin tidak ingin menjalankan langkah pelatihan jika kualitas data dan bias data ada [Skema untuk Pelanggaran (file constraint\$1violations.json)](model-monitor-interpreting-violations.md) pada garis dasar versi model yang disetujui sebelumnya. Anda juga mungkin tidak ingin mendaftarkan versi model yang baru dilatih jika kualitas model, bias model, atau penjelasan model melanggar garis dasar terdaftar dari versi model yang disetujui sebelumnya saat menjalankan langkah. `ClarifyCheck` Dalam kasus ini, Anda dapat mengaktifkan pemeriksaan yang Anda inginkan dengan menyetel `skip_check` properti dari langkah pemeriksaan terkait yang disetel`False`, sehingga `QualityCheck` langkah `ClarifyCheck` dan gagal jika pelanggaran terdeteksi terhadap garis dasar sebelumnya. Proses pipa kemudian tidak dilanjutkan sehingga model yang melayang dari baseline tidak terdaftar. `ClarifyCheck`dan `QualityCheck` langkah-langkah bisa mendapatkan `DriftCheckBaselines` versi model terbaru yang disetujui dari grup paket model tertentu yang dapat dibandingkan. Garis dasar sebelumnya juga dapat diberikan langsung melalui `supplied_baseline_constraints` (selain `supplied_baseline_statistics` jika itu adalah `QualityCheck` langkah) dan selalu diprioritaskan di atas garis dasar apa pun yang ditarik dari grup paket model. 

## Siklus hidup dan evolusi versi dasar dan model dengan Pipelines
<a name="pipelines-quality-clarify-baseline-evolution"></a>

Dengan menetapkan `register_new_baseline` `QualityCheck` langkah Anda `ClarifyCheck` dan ke`False`, baseline Anda sebelumnya dapat diakses melalui awalan properti langkah. `BaselineUsedForDriftCheck` Anda kemudian dapat mendaftarkan baseline ini sebagai `DriftCheckBaselines` dalam versi model baru ketika Anda mendaftarkan model dengan. [Langkah model](build-and-manage-steps-types.md#step-type-model) Setelah Anda menyetujui versi model baru ini di registri model, versi model ini akan tersedia untuk `ClarifyCheck` dan `QualityCheck` langkah-langkah dalam proses pipeline berikutnya. `DriftCheckBaseline` Jika Anda ingin me-refresh baseline dari jenis pemeriksaan tertentu untuk versi model future, Anda dapat mengatur `register_new_baseline` `True` agar properti dengan awalan `BaselineUsedForDriftCheck` menjadi baseline yang baru dihitung. Dengan cara ini, Anda dapat mempertahankan baseline pilihan Anda untuk model yang dilatih di masa mendatang, atau menyegarkan baseline untuk pemeriksaan drift bila diperlukan, mengelola evolusi dasar dan siklus hidup Anda di seluruh iterasi pelatihan model Anda. 

Diagram berikut mengilustrasikan model-version-centric pandangan evolusi dasar dan siklus hidup.

![\[model-version-centricPandangan tentang evolusi dasar dan siklus hidup.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/pipelines/Baseline-Lifecycle.png)
