Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Empaquetar su modelo (SDK)
Para empaquetar un modelo como un componente del modelo, debe crear un trabajo de empaquetado de modelos. Para crear un trabajo de empaquetado de modelos, llame a la API StartModelPackagingJob. El trabajo por lotes puede tardar un tiempo en completarse. Para averiguar el estado actual, llama a DescribeModelPackagingJob y comprueba el campo de la respuesta. Status
Para obtener más información acerca de una configuración de empaquetado, consulte Configuración de Package.
En el siguiente procedimiento, se muestra cómo iniciar un trabajo de empaquetado mediante la AWS CLI. Puede empaquetar el modelo para una plataforma de destino o un dispositivo de destino. Para ver un ejemplo de código Java, consulte StartModelPackagingJob.
Para empaquetar el modelo (SDK)
-
Si aún no lo ha hecho, instale y configure la AWS CLI y los SDK de AWS. Para obtener más información, consulte Paso 4: Configura los AWS SDK AWS CLI y.
-
Asegúrese de contar con los permisos correctos para iniciar un trabajo de empaquetado de modelo. Para obtener más información, consulte StartModelPackagingJob.
Utilice los siguientes comandos CLI para empaquetar el modelo para un dispositivo de destino o una plataforma de destino.
- Target platform
-
El siguiente comando CLI muestra cómo empaquetar un modelo para una plataforma de destino con un acelerador NVIDIA.
Cambie los siguientes valores:
project_name
al nombre del proyecto que contiene el modelo que desea empaquetar.
model_version
a la versión del modelo que desea empaquetar.
(Opcional) description
a una descripción de su trabajo de embalaje de modelos.
architecture
a la arquitectura (ARM64
oX86_64
) del dispositivo AWS IoT Greengrass Version 2 principal en el que se ejecuta el componente del modelo.
gpu_code
al código de la GPU del dispositivo principal en el que se ejecuta el componente del modelo.
trt_ver
a la versión de TensorRT que tienes instalada en tu dispositivo principal.
cuda_ver
a la versión CUDA que tienes instalada en tu dispositivo principal.
component_name
a un nombre para el componente del modelo en AWS IoT Greengrass V2 el que desee crear.
(Opcional) component_version
a una versión del componente del modelo que crea el trabajo de empaquetado. Utilice el formato major.minor.patch
. Por ejemplo, la 1.0.0 representa la primera versión principal de un componente.
bucket
al bucket de Amazon S3, donde el trabajo de empaquetado almacena los artefactos de los componentes del modelo.
prefix
a la ubicación dentro del depósito de Amazon S3 donde el trabajo de empaquetado almacena los artefactos de los componentes del modelo.
(Opcional) component_description
a una descripción para el componente del modelo.
(Opcional) tag_key1
y tag_key2
a las claves de las etiquetas adjuntas al componente del modelo.
(Opcional) tag_value1
y tag_value2
a los valores clave de las etiquetas adjuntas al componente del modelo.
aws lookoutvision start-model-packaging-job \
--project-name project_name
\
--model-version model_version
\
--description="description
" \
--configuration "Greengrass={TargetPlatform={Os='LINUX',Arch='architecture
',Accelerator='NVIDIA'},CompilerOptions='{\"gpu-code\": \"gpu_code
\", \"trt-ver\": \"trt_ver
\", \"cuda-ver\": \"cuda_ver
\"}',S3OutputLocation={Bucket='bucket
',Prefix='prefix
'},ComponentName='Component_name
',ComponentVersion='component_version
',ComponentDescription='component_description
',Tags=[{Key='tag_key1
',Value='tag_value1
'}, {Key='tag_key2
',Value='tag_value2
'}]}" \
--profile lookoutvision-access
Por ejemplo:
aws lookoutvision start-model-packaging-job \
--project-name test-project-01 \
--model-version 1 \
--description="Model Packaging Job for G4 Instance using TargetPlatform Option" \
--configuration "Greengrass={TargetPlatform={Os='LINUX',Arch='X86_64',Accelerator='NVIDIA'},CompilerOptions='{\"gpu-code\": \"sm_75\", \"trt-ver\": \"7.1.3\", \"cuda-ver\": \"10.2\"}',S3OutputLocation={Bucket='bucket',Prefix='test-project-01/folder'},ComponentName='SampleComponentNameX86TargetPlatform',ComponentVersion='0.1.0',ComponentDescription='This is my component',Tags=[{Key='modelKey0',Value='modelValue'}, {Key='modelKey1',Value='modelValue'}]}" \
--profile lookoutvision-access
- Target Device
-
Utilice los siguientes comandos CLI para empaquetar un modelo para un dispositivo de destino.
Cambie los siguientes valores:
project_name
al nombre del proyecto que contiene el modelo que desea empaquetar.
model_version
a la versión del modelo que desea empaquetar.
(Opcional) description
a una descripción de su trabajo de embalaje de modelos.
component_name
a un nombre para el componente del modelo en el que desee crearAWS IoT Greengrass V2.
(Opcional) component_version
a una versión del componente del modelo que crea el trabajo de empaquetado. Utilice el formato major.minor.patch
. Por ejemplo, la 1.0.0 representa la primera versión principal de un componente.
bucket
al bucket de Amazon S3, donde el trabajo de empaquetado almacena los artefactos de los componentes del modelo.
prefix
a la ubicación dentro del depósito de Amazon S3 donde el trabajo de empaquetado almacena los artefactos de los componentes del modelo.
(Opcional) component_description
a una descripción para el componente del modelo.
(Opcional) tag_key1
y tag_key2
a las claves de las etiquetas adjuntas al componente del modelo.
(Opcional) tag_value1
y tag_value2
a los valores clave de las etiquetas adjuntas al componente del modelo.
aws lookoutvision start-model-packaging-job \
--project-name project_name
\
--model-version model_version
\
--description="description" \
--configuration "Greengrass={TargetDevice='jetson_xavier',S3OutputLocation={Bucket='bucket
',Prefix='prefix
'},ComponentName='component_name
',ComponentVersion='component_version
',ComponentDescription='component_description
',Tags=[{Key='tag_key1
',Value='tag_value1
'}, {Key='tag_key2
',Value='tag_value2
'}]}" \
--profile lookoutvision-access
Por ejemplo:
aws lookoutvision start-model-packaging-job \
--project-name project_01 \
--model-version 1 \
--description="description" \
--configuration "Greengrass={TargetDevice='jetson_xavier',S3OutputLocation={Bucket='bucket',Prefix='component_folder'},ComponentName='jetson_component',ComponentVersion='2.0.0',ComponentDescription='jetson model component',Tags=[{Key='tag_key1',Value='tag_value1'}, {Key='tag_key2',Value='tag_value2'}]}" \
--profile lookoutvision-access
Anote el valor de JobName en la respuesta. Lo necesitará en el siguiente paso. Por ejemplo:
{
"JobName": "6bcfd0ff-90c3-4463-9a89-6b4be3daf972"
}
DescribeModelPackagingJob
Utilícelo para obtener el estado actual del trabajo. Realice el siguiente cambio:
aws lookoutvision describe-model-packaging-job \
--project-name project_name
\
--job-name job_name
\
--profile lookoutvision-access
El trabajo de empaquetado del modelo está completo si el valor de Status
esSUCCEEDED
. Si el valor es diferente, espere un minuto e inténtelo de nuevo.
Continúe con la implementación utilizandoAWS IoT Greengrass V2. Para obtener más información, consulte Despliegue de sus componentes en un dispositivo.