Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Création et adhésion à la collaboration dans AWS Clean Rooms ML
Le créateur de la collaboration est chargé de créer la collaboration, d'inviter les membres et d'attribuer leurs rôles. Les membres invités rejoignent la collaboration et spécifient les paramètres des résultats, les paramètres de destination des artefacts du modèle formé et acceptent les responsabilités de paiement, en fonction de la manière dont la collaboration est configurée.
Création d'une collaboration pour le machine learning
La procédure suivante explique comment créer une collaboration pour le machine learning, inviter un ou plusieurs membres et affecter des membres capables de démarrer la formation des modèles, de recevoir des résultats, de recevoir des résultats de modèles entraînés, y compris des artefacts et des métriques de modèle, et de recevoir des résultats d'inférence de modèles. Le créateur de la collaboration désigne également un membre qui prendra en charge les coûts liés au calcul des requêtes, à la formation des modèles et à l'inférence des modèles.
- Console
-
Pour créer une collaboration pour le machine learning (console)
-
Créez une collaboration et invitez un ou plusieurs membres à la rejoindre
-
Attribuez aux membres les capacités d'analyse suivantes à l'aide de requêtes et de tâches :
-
Affectez les requêtes Run au membre qui commencera la formation des modèles.
-
Attribuez les résultats de l'analyse aux membres qui recevront les résultats des requêtes.
-
-
Attribuez les capacités suivantes aux membres pour la modélisation du machine learning à l'aide de flux de travail spécialement conçus :
-
Affectez la réception des résultats des modèles entraînés au membre qui recevra les résultats des modèles entraînés, y compris les artefacts et les métriques du modèle.
-
Affectez le résultat de l'inférence du modèle au membre qui recevra les résultats de l'inférence du modèle.
-
-
Pour Configurer le paiement, spécifiez les membres qui paieront les coûts de calcul des requêtes, de formation des modèles et d'inférence des modèles. Chacun de ces coûts peut être attribué au même membre ou à des membres différents. Si un membre invité est le membre responsable du paiement des frais de paiement, il doit accepter ses responsabilités de paiement avant de rejoindre la collaboration.
-
Pour configurer l'adhésion, le créateur de la collaboration peut décider de rejoindre l'adhésion maintenant ou de créer une adhésion ultérieurement. Le créateur de la collaboration doit ensuite configurer la configuration ML.
-
Si le créateur de la collaboration est également le destinataire des résultats, il doit également spécifier la destination et le format des résultats de la requête dans les paramètres par défaut des résultats.
-
La configuration ML permet à Clean Rooms ML de publier des métriques sur un Compte AWS. Si le créateur de la collaboration reçoit également des artefacts de modèles entraînés, il peut spécifier le compartiment Amazon S3 utilisé pour recevoir les résultats.
-
Dans la section Configurations ML, sélectionnez Créer une configuration ML, puis spécifiez la destination de sortie du modèle sur Amazon S3 et le rôle d'accès au service requis pour accéder à cet emplacement.
-
Si le créateur de la collaboration est le membre chargé de payer les frais de paiement, il doit accepter ses responsabilités de paiement avant de créer la collaboration.
-
-
- API
-
Pour créer une collaboration pour l'apprentissage automatique (API)
-
Créez une collaboration et invitez un ou plusieurs membres à la rejoindre
-
Attribuez les rôles suivants aux membres de la collaboration :
-
CAN_QUERY
- attribué au membre qui commencera la formation et l'inférence du modèle. -
CAN_RECEIVE_MODEL_OUTPUT
- attribué aux membres qui recevront les résultats du modèle formé. -
CAN_RECEIVE_INFERENCE_OUTPUT
- attribué aux membres qui recevront les résultats d'inférence du modèle.
Si le créateur de la collaboration est également le destinataire des résultats, il doit également spécifier la destination et le format des résultats de la requête lors de la création de la collaboration. Ils attribuent également un rôle de service Amazon Resource Name (ARN) pour écrire les résultats dans la destination des résultats de la requête.
-
-
Spécifiez les membres qui paieront les coûts de calcul des requêtes, de formation des modèles et d'inférence des modèles. Chacun de ces coûts peut être attribué au même membre ou à des membres différents. Si un membre invité est le membre responsable du paiement des frais de paiement, il doit accepter ses responsabilités de paiement avant de rejoindre la collaboration.
-
Le code suivant crée une collaboration, invite un membre capable d'exécuter des requêtes et de recevoir des résultats, et indique que le créateur de la collaboration est le récepteur des artefacts du modèle.
import boto3 acr_client= boto3.client('cleanrooms') collaboration = a_acr_client.create_collaboration( members=[ { 'accountId': '
invited_member_accountId
', 'memberAbilities':["CAN_QUERY","CAN_RECEIVE_RESULTS"], 'displayName': 'member_display_name
' } ], name='collaboration_name
', description=collaboration_description
, creatorMLMemberAbilities= { 'customMLMemberAbilities':["CAN_RECEIVE_MODEL_OUTPUT", "CAN_RECEIVE_INFERENCE_OUTPUT"], }, creatorDisplayName='creator_display_name
', queryLogStatus="ENABLED", analyticsEngine="SPARK", creatorPaymentConfiguration={ "queryCompute": { "isResponsible": True }, "machineLearning": { "modelTraining": { "isResponsible": True }, "modelInference": { "isResponsible": True } } } ) collaboration_id = collaboration['collaboration']['id'] print("collaborationId: {collaboration_id}") member_membership = a_acr_client.create_membership( collaborationIdentifier = collaboration_id, queryLogStatus = 'ENABLED', paymentConfiguration={ "queryCompute": { "isResponsible": True }, "machineLearning": { "modelTraining": { "isResponsible": True }, "modelInference": { "isResponsible": True } } } ) -
Le créateur de la collaboration doit ensuite configurer la configuration ML. La configuration ML permet à Clean Rooms ML de publier des métriques et des journaux sur un Compte AWS. Si le créateur de la collaboration reçoit également des résultats (artefacts du modèle ou résultats d'inférence), il peut spécifier le compartiment Amazon S3 utilisé pour recevoir les résultats.
import boto3 acr_ml_client= boto3.client('cleanroomsml') acr_ml_client.put_ml_configuration( membershipIdentifier=
membership_id
, defaultOutputLocation={ 'roleArn':'arn:aws:iam::account
:role
/roleName
', 'destination':{ 's3Destination':{ 's3Uri':"s3://bucketName/prefix
" } } } )
-
Rejoindre une collaboration
Une fois que le créateur de la collaboration a terminé ses tâches, les membres invités doivent terminer les leurs.
- Console
-
Pour créer un abonnement et rejoindre une collaboration (console)
-
Le membre invité crée une adhésion et rejoint la collaboration.
-
Si le membre invité est le membre responsable du paiement, notamment des coûts liés au calcul des requêtes, à la formation des modèles et à l'inférence des modèles, il doit accepter ses responsabilités de paiement avant de rejoindre la collaboration.
-
Le membre invité configure la configuration ML, qui permet à Clean Rooms ML de publier les métriques du modèle sur un Compte AWS. S'il est également le membre qui reçoit les artefacts du modèle entraîné, il doit fournir un compartiment Amazon S3 dans lequel les artefacts du modèle entraîné sont stockés.
-
- API
-
Pour créer un abonnement et rejoindre une collaboration (API)
-
Si le membre invité est celui qui peut recevoir les résultats, il spécifie la destination et le format des résultats de la requête. Ils fournissent également un rôle de service (ARN) qui permet au service d'écrire dans la destination des résultats de la requête.
Si le membre invité est le membre responsable du paiement, notamment des coûts liés au calcul des requêtes, à la formation des modèles et à l'inférence des modèles, il doit accepter ses responsabilités de paiement avant de rejoindre la collaboration.
Si le membre invité est le membre responsable du paiement de la formation des modèles et de l'inférence des modèles pour la modélisation personnalisée, il doit accepter ses responsabilités de paiement avant de rejoindre la collaboration.
Le code suivant crée une adhésion avec l'enregistrement des requêtes activé.
import boto3 acr_client= boto3.client('cleanrooms') acr_client.create_membership( membershipIdentifier='
membership_id
', queryLogStatus='ENABLED' ) -
Le membre invité configure la configuration ML, qui permet à Clean Rooms ML de publier les métriques du modèle sur un Compte AWS. S'il est également le membre qui reçoit les artefacts du modèle entraîné, il doit fournir un compartiment Amazon S3 dans lequel les artefacts du modèle entraîné sont stockés.
import boto3 acr_ml_client= boto3.client('cleanroomsml') acr_ml_client.put_ml_configuration( membershipIdentifier='
membership_id
', defaultOutputLocation={ 'roleArn':"arn:aws:iam::account
:role
/role_name
", 'destination':{ 's3Destination':{ 's3Uri':"s3://bucket_name/prefix
" } } } )
-