Eingaben, Ausgaben, Umgebungsvariablen und Hilfsfunktionen

Zusätzlich zu der Datei oder den Dateien, aus denen Ihr vollständiges Algorithmus-Skript besteht, kann Ihr Hybrid-Job zusätzliche Eingaben und Ausgaben enthalten. Wenn Ihr Hybrid-Job gestartet wird, Amazon Braket kopiert Eingaben, die im Rahmen der Erstellung des Hybrid-Jobs bereitgestellt wurden, in den Container, in dem das Algorithmus-Skript ausgeführt wird. Wenn der Hybrid-Job abgeschlossen ist, werden alle während des Algorithmus definierten Ausgaben an den angegebenen Amazon S3 S3-Speicherort kopiert.

Anmerkung

Algorithmus-Metriken werden in Echtzeit gemeldet und folgen nicht diesem Ausgabeverfahren.

Amazon Braket bietet auch mehrere Umgebungsvariablen und Hilfsfunktionen, um die Interaktionen mit Container-Eingaben und -Ausgaben zu vereinfachen.

In diesem Abschnitt werden die wichtigsten Konzepte der von Amazon Braket Python bereitgestellten AwsQuantumJob.create Funktion SDK und ihre Zuordnung zur Container-Dateistruktur erklärt.

Eingaben

Eingabedaten: Eingabedaten können dem Hybrid-Algorithmus zur Verfügung gestellt werden, indem die Eingabedatendatei, die als Wörterbuch eingerichtet ist, mit dem input_data Argument angegeben wird. Der Benutzer definiert das input_data Argument innerhalb der AwsQuantumJob.create Funktion in derSDK. Dadurch werden die Eingabedaten in das Container-Dateisystem an dem in der Umgebungsvariablen angegebenen Speicherort kopiert"AMZN_BRAKET_INPUT_DIR". Einige Beispiele dafür, wie Eingabedaten in einem hybriden Algorithmus verwendet werden, finden Sie in den QAOAJupyter-Notebooks with Amazon Braket Hybrid Jobs PennyLane and and and Quantum machine learning in Amazon Braket Hybrid Jobs.

Anmerkung

Wenn die Eingabedaten groß sind (> 1 GB), dauert es lange, bis der Hybrid-Job eingereicht wird. Dies liegt an der Tatsache, dass die lokalen Eingabedaten zuerst in einen S3-Bucket hochgeladen werden, dann der S3-Pfad zur Hybrid-Job-Anfrage hinzugefügt wird und schließlich die Hybrid-Job-Anfrage an den Braket-Service übermittelt wird.

Hyperparameter: Wenn Sie sie weitergebenhyperparameters, sind sie unter der Umgebungsvariablen verfügbar. "AMZN_BRAKET_HP_FILE"

Anmerkung

Weitere Informationen darüber, wie Sie Hyperparameter und Eingabedaten erstellen und diese Informationen dann an das Hybrid-Job-Skript übergeben, finden Sie im Abschnitt Hyperparameter verwenden und auf dieser Github-Seite.

Checkpoints: Um einen Checkpoint anzugebenjob-arn, dessen Checkpoint Sie in einem neuen Hybrid-Job verwenden möchten, verwenden Sie den Befehl. copy_checkpoints_from_job Mit diesem Befehl werden die Checkpoint-Daten in den checkpoint_configs3Uri des neuen Hybrid-Jobs kopiert, sodass sie AMZN_BRAKET_CHECKPOINT_DIR während der Ausführung des Jobs unter dem in der Umgebungsvariablen angegebenen Pfad verfügbar sind. Die Standardeinstellung istNone, was bedeutet, dass Checkpoint-Daten aus einem anderen Hybrid-Job im neuen Hybrid-Job nicht verwendet werden.

Outputs

Quantenaufgaben: Die Ergebnisse der Quantenaufgaben werden am S3-Standort s3://amazon-braket-<region>-<accountID>/jobs/<job-name>/tasks gespeichert.

Arbeitsergebnisse: Alles, was Ihr Algorithmus-Skript in dem von der Umgebungsvariablen angegebenen Verzeichnis speichert, "AMZN_BRAKET_JOB_RESULTS_DIR" wird an den unter angegebenen S3-Speicherort kopiertoutput_data_config. Wenn Sie diesen Wert nicht angeben, wird standardmäßig der Wert verwendet. s3://amazon-braket-<region>-<accountID>/jobs/<job-name>/<timestamp>/data Wir bieten die SDK Hilfsfunktion save_job_result, mit der Sie Ergebnisse bequem in Form eines Wörterbuchs speichern können, wenn Sie sie von Ihrem Algorithmus-Skript aus aufrufen.

Checkpoints: Wenn Sie Checkpoints verwenden möchten, können Sie diese in dem durch die Umgebungsvariable angegebenen Verzeichnis speichern. "AMZN_BRAKET_CHECKPOINT_DIR" Sie können stattdessen auch die SDK Hilfsfunktion save_job_checkpoint verwenden.

Algorithmus-Metriken: Sie können Algorithmus-Metriken als Teil Ihres Algorithmus-Skripts definieren, die an Amazon gesendet CloudWatch und in Echtzeit in der Amazon Braket-Konsole, während Ihr Hybrid-Job ausgeführt wird. Ein Beispiel für die Verwendung von Algorithmus-Metriken finden Sie unter Verwenden von Amazon Braket-Hybrid-Jobs zur Ausführung eines QAOA Algorithmus.

Umgebungsvariablen

Amazon Braket bietet mehrere Umgebungsvariablen, um die Interaktionen mit Container-Eingaben und -Ausgaben zu vereinfachen. Der folgende Code listet die Umgebungsvariablen auf, die Braket verwendet.

# the input data directory opt/braket/input/data
os.environ["AMZN_BRAKET_INPUT_DIR"]
# the output directory opt/braket/model to write job results to
os.environ["AMZN_BRAKET_JOB_RESULTS_DIR"]
# the name of the job
os.environ["AMZN_BRAKET_JOB_NAME"]
# the checkpoint directory
os.environ["AMZN_BRAKET_CHECKPOINT_DIR"]
# the file containing the hyperparameters
os.environ["AMZN_BRAKET_HP_FILE"]
# the device ARN (AWS Resource Name)
os.environ["AMZN_BRAKET_DEVICE_ARN"]
# the output S3 bucket, as specified in the CreateJob request’s OutputDataConfig
os.environ["AMZN_BRAKET_OUT_S3_BUCKET"]
# the entry point as specified in the CreateJob request’s ScriptModeConfig
os.environ["AMZN_BRAKET_SCRIPT_ENTRY_POINT"]
# the compression type as specified in the CreateJob request’s ScriptModeConfig
os.environ["AMZN_BRAKET_SCRIPT_COMPRESSION_TYPE"]
# the S3 location of the user’s script as specified in the CreateJob request’s ScriptModeConfig
os.environ["AMZN_BRAKET_SCRIPT_S3_URI"]
# the S3 location where the SDK would store the quantum task results by default for the job
os.environ["AMZN_BRAKET_TASK_RESULTS_S3_URI"]
# the S3 location where the job results would be stored, as specified in CreateJob request’s OutputDataConfig
os.environ["AMZN_BRAKET_JOB_RESULTS_S3_PATH"]
# the string that should be passed to CreateQuantumTask’s jobToken parameter for quantum tasks created in the job container
os.environ["AMZN_BRAKET_JOB_TOKEN"]

Hilfsfunktionen

Amazon Braket bietet mehrere Hilfsfunktionen, um die Interaktionen mit Container-Eingaben und -Ausgaben zu vereinfachen. Diese Hilfsfunktionen würden innerhalb des Algorithmus-Skripts aufgerufen, das zur Ausführung Ihres Hybrid-Jobs verwendet wird. Das folgende Beispiel zeigt, wie sie verwendet werden.

get_checkpoint_dir() # get the checkpoint directory
get_hyperparameters() # get the hyperparameters as strings
get_input_data_dir() # get the input data directory
get_job_device_arn() # get the device specified by the hybrid job
get_job_name() # get the name of the hybrid job.
get_results_dir() # get the path to a results directory
save_job_result() # save hybrid job results
save_job_checkpoint() # save a checkpoint
load_job_checkpoint() # load a previously saved checkpoint