本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# Amazon SageMaker 機器學習 (ML) 歷程追蹤
<a name="lineage-tracking"></a>

**重要**  
自 2023 年 11 月 30 日起，先前的 Amazon SageMaker Studio 體驗現在命名為 Amazon SageMaker Studio Classic。下節專門介紹如何使用 Studio Classic 應用程式。如需使用已更新 Studio 體驗的資訊，請參閱 [Amazon SageMaker Studio](studio-updated.md)。  
Studio Classic 仍會針對現有工作負載進行維護，但無法再用於加入。您只能停止或刪除現有的 Studio Classic 應用程式，而且無法建立新的應用程式。建議您[將工作負載遷移至新的 Studio 體驗](studio-updated-migrate.md)。

Amazon SageMaker 機器學習 (ML) 歷程追蹤會從資料準備到模型部署，建立並儲存與 ML 工作流程所有步驟相關的資訊。透過追蹤這些資訊，您可以重現工作流程步驟、追蹤模型和資料集歷程，以及建立模型控管和稽核標準。

SageMaker AI 的歷程追蹤特徵可在後端運作，以追蹤與模型訓練和部署工作流程相關聯的所有中繼資料。這包括您的訓練工作、使用的資料集、管道、端點和實際模型。您可以隨時查詢歷程服務，尋找用於訓練模型的確切成品。使用這些成品，您可以重新建立相同的機器學習 (ML) 工作流程以重製模型，只要您有權存取所使用的確切資料集。試驗元件會追蹤訓練工作。此試驗元件具有做為訓練工作一部分使用的所有參數。如果您不需要重新執行整個工作流程，您可以重製訓練工作以衍生相同的模型。

使用 SageMaker AI 歷程追蹤，資料科學家和模型建置器可以執行下列動作：
+ 保留模型發現實驗的執行歷史記錄。
+ 透過追蹤模型歷程成品來建立模型控管，以進行稽核和合規性驗證。

下圖顯示 Amazon SageMaker AI 在端對端模型訓練和部署 ML 工作流程中自動建立的範例歷程圖。

![SageMaker AI 建立以追蹤工作流程之歷程實體中繼資料的範例圖。](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/pipelines/PipelineLineageWorkflow.png)


**Topics**
+ [歷程追蹤實體](lineage-tracking-entities.md)
+ [Amazon SageMaker AI 建立的追蹤實體](lineage-tracking-auto-creation.md)
+ [手動建立追蹤實體](lineage-tracking-manual-creation.md)
+ [查詢歷程實體](querying-lineage-entities.md)
+ [追蹤跨帳戶歷程](xaccount-lineage-tracking.md)