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.
Confidentialité des données sur Amazon SageMaker
Amazon SageMaker collecte des informations agrégées sur l'utilisation des bibliothèques AWS détenues et open source utilisées pendant la formation. SageMaker utilise ces métadonnées agrégées pour améliorer les services et l'expérience client.
Les sections suivantes fournissent des explications sur le type de métadonnées SageMaker collectées et sur la manière de refuser la collecte de métadonnées.
Type d'informations à collecter
- Informations d'utilisation
-
Métadonnées provenant de bibliothèques AWS détenues et open source utilisées pour la SageMaker formation, telles que celles utilisées pour la formation distribuée, la compilation et la quantification.
- Erreurs
-
Erreurs dues à un comportement inattendu, notamment des défaillances, des pannes, des cascades et des défaillances résultant de l'interaction avec la plateforme de SageMaker formation.
Comment se désinscrire de la collecte de métadonnées
Vous pouvez choisir de ne pas partager les métadonnées agrégées avec la SageMaker formation lorsque vous créez un poste de formation à l'aide du CreateTrainingJob
API. Si vous utilisez la console pour créer des tâches de formation, la collecte de métadonnées est désactivée par défaut.
Important
Vous devez choisir de refuser la collecte de métadonnées pour chaque tâche de formation que vous soumettez. Vous devez également choisir de vous désinscrire lors d'un API appel, comme indiqué dans les exemples suivants. Vous ne pouvez pas choisir de vous désinscrire dans un script de formation.
La section suivante montre comment vous pouvez désactiver la collecte de métadonnées à l'aide du AWS CLI AWS SDK for Python (Boto3), ou du SageMaker PythonSDK.
Désactiver la collecte de métadonnées à l'aide du AWS Command Line Interface (AWS CLI)
Pour désactiver la collecte de métadonnées à l'aide de AWS CLI, définissez la variable OPT_OUT_TRACKING
d'environnement sur 1
in, create-training-job
API comme indiqué dans l'exemple de code suivant.
aws sagemaker create-training-job \ --training-job-name
your_job_name
\ --algorithm-specification AlgorithmName=your_algorithm_name
\ --output-data-config S3OutputPath=s3://bucket-name/key-name-prefix
\ --resource-config InstanceType=ml.c5.xlarge
, InstanceCount=1
\ --stopping-condition MaxRuntimeInSeconds=100
\ --environment OPT_OUT_TRACKING=1
Désactiver la collecte de métadonnées à l'aide du AWS SDK for Python (Boto3)
Pour désactiver la collecte de métadonnées à l'aide de SDK for Python (Boto3), définissez la variable d'environnement sur 1
in OPT_OUT_TRACKING
the, create_training_job
API comme indiqué dans l'exemple de code suivant.
boto3.client('sagemaker').create_training_job( TrainingJobName='
your_training_job
', AlgorithmSpecification={ 'AlgorithmName': 'your_algorithm_name
', 'TrainingInputMode': 'File', }, RoleArn='your_arn
', OutputDataConfig={ 'S3OutputPath': 's3://bucket-name/key-name-prefix
', }, ResourceConfig={ 'InstanceType': 'ml.m4.xlarge
', 'InstanceCount':1
, 'VolumeSizeInGB':123
, }, StoppingCondition={ 'MaxRuntimeInSeconds':123
, }, Environment={ 'OPT_OUT_TRACKING': '1' }, )
Désactiver la collecte de métadonnées à l'aide du SageMaker Python SDK
Pour désactiver la collecte de métadonnées à l'aide de SageMaker PythonSDK, définissez la variable d'environnement OPT_OUT_TRACKING
à 1
l'intérieur d'un SageMaker estimateur, comme indiqué dans l'exemple de code suivant.
sagemaker.estimator( image_uri='
path_to_container
', role='rolearn
', instance_count=1
, instance_type='ml.c5.xlarge
', environment={ 'OPT_OUT_TRACKING': '1' }, )
Se désinscrire de la collecte de métadonnées à l'échelle du compte
Si vous souhaitez désactiver la collecte de métadonnées pour plusieurs comptes, vous pouvez définir une variable d'environnement pour désactiver le suivi à l'échelle du compte. Vous devez utiliser le SageMaker Python SDK pour refuser la collecte de métadonnées au niveau du compte.
L'exemple de code suivant montre comment désactiver le suivi à l'échelle du compte.
SchemaVersion: '1.0' SageMaker: TrainingJob: Environment: 'OPT_OUT_TRACKING': '1'
Pour plus d'informations sur la façon de désactiver le suivi à l'échelle du compte, consultez Configuration et utilisation des valeurs par défaut avec le Python
Informations supplémentaires
Si votre service en aval dépend de la SageMaker formation
Si vous exploitez un service qui repose sur la SageMaker formation, il est vivement recommandé d'informer votre client de la collecte de métadonnées agrégées sur la plateforme de SageMaker formation et de lui proposer le choix de se désinscrire. Vous pouvez également refuser la collecte de métadonnées au nom de votre client.
Si vous êtes client ou client d'un service qui utilise la SageMaker formation
Si vous êtes client ou client d'un service qui utilise la SageMaker formation, utilisez la méthode que vous préférez dans la section précédente pour refuser la collecte de métadonnées.