Afficher et mettre à jour les détails d'une version de modèle (Boto3)Afficher et mettre à jour les détails d'une version de modèle (Studio ou Studio Classic)

Afficher et mettre à jour les détails d'une version de modèle

Vous pouvez consulter et mettre à jour les détails d'une version de modèle spécifique à l'aide de la console Amazon Studio AWS SDK for Python (Boto3) ou de la console Amazon SageMaker Studio.

Important

Amazon SageMaker intègre les Model Cards dans le Model Registry. Un modèle de package enregistré dans le registre des modèles inclut une carte modèle simplifiée en tant que composant du package modèle. Pour plus d’informations, consultez Modèle de package, schéma de carte modèle (Studio).

Afficher et mettre à jour les détails d'une version de modèle (Boto3)

Pour afficher les détails d'une version de modèle à l'aide de Boto3, procédez comme suit.

Appelez l'opération list_model_packages API pour afficher les versions des modèles dans un groupe de modèles.


sm_client.list_model_packages(ModelPackageGroupName="ModelGroup1")

La réponse est une liste de résumés de packages de modèles. Vous pouvez obtenir l'Amazon Resource Name (ARN) des versions de modèles dans cette liste.


{'ModelPackageSummaryList': [{'ModelPackageGroupName': 'AbaloneMPG-16039329888329896',
   'ModelPackageVersion': 1,
   'ModelPackageArn': 'arn:aws:sagemaker:us-east-2:123456789012:model-package/ModelGroup1/1',
   'ModelPackageDescription': 'TestMe',
   'CreationTime': datetime.datetime(2020, 10, 29, 1, 27, 46, 46000, tzinfo=tzlocal()),
   'ModelPackageStatus': 'Completed',
   'ModelApprovalStatus': 'Approved'}],
 'ResponseMetadata': {'RequestId': '12345678-abcd-1234-abcd-aabbccddeeff',
  'HTTPStatusCode': 200,
  'HTTPHeaders': {'x-amzn-requestid': '12345678-abcd-1234-abcd-aabbccddeeff',
   'content-type': 'application/x-amz-json-1.1',
   'content-length': '349',
   'date': 'Mon, 23 Nov 2020 04:56:50 GMT'},
  'RetryAttempts': 0}}

Appelez describe_model_package pour voir les détails de la version de modèle. Dans l'ARN, vous transmettez une version de modèle que vous avez obtenue dans la sortie de l'appel à list_model_packages.


sm_client.describe_model_package(ModelPackageName="arn:aws:sagemaker:us-east-2:123456789012:model-package/ModelGroup1/1")

La sortie de cet appel est un objet JSON contenant les détails de la version de modèle.


{'ModelPackageGroupName': 'ModelGroup1',
 'ModelPackageVersion': 1,
 'ModelPackageArn': 'arn:aws:sagemaker:us-east-2:123456789012:model-package/ModelGroup/1',
 'ModelPackageDescription': 'Test Model',
 'CreationTime': datetime.datetime(2020, 10, 29, 1, 27, 46, 46000, tzinfo=tzlocal()),
 'InferenceSpecification': {'Containers': [{'Image': '257758044811.dkr.ecr.us-east-2.amazonaws.com/sagemaker-xgboost:1.0-1-cpu-py3',
    'ImageDigest': 'sha256:99fa602cff19aee33297a5926f8497ca7bcd2a391b7d600300204eef803bca66',
    'ModelDataUrl': 's3://sagemaker-us-east-2-123456789012/ModelGroup1/pipelines-0gdonccek7o9-AbaloneTrain-stmiylhtIR/output/model.tar.gz'}],
  'SupportedTransformInstanceTypes': ['ml.m5.xlarge'],
  'SupportedRealtimeInferenceInstanceTypes': ['ml.t2.medium', 'ml.m5.xlarge'],
  'SupportedContentTypes': ['text/csv'],
  'SupportedResponseMIMETypes': ['text/csv']},
 'ModelPackageStatus': 'Completed',
 'ModelPackageStatusDetails': {'ValidationStatuses': [],
  'ImageScanStatuses': []},
 'CertifyForMarketplace': False,
 'ModelApprovalStatus': 'PendingManualApproval',
 'LastModifiedTime': datetime.datetime(2020, 10, 29, 1, 28, 0, 438000, tzinfo=tzlocal()),
 'ResponseMetadata': {'RequestId': '12345678-abcd-1234-abcd-aabbccddeeff',
  'HTTPStatusCode': 200,
  'HTTPHeaders': {'x-amzn-requestid': '212345678-abcd-1234-abcd-aabbccddeeff',
   'content-type': 'application/x-amz-json-1.1',
   'content-length': '1038',
   'date': 'Mon, 23 Nov 2020 04:59:38 GMT'},
  'RetryAttempts': 0}}

Modèle de package, schéma de carte modèle (Studio)

Tous les détails relatifs à la version du modèle sont encapsulés dans la carte modèle du package du modèle. La carte modèle d'un package modèle est une utilisation spéciale de l'Amazon SageMaker Model Card et son schéma est simplifié. Le schéma de la carte modèle du package est affiché dans la liste déroulante extensible suivante.


{
  "title": "SageMakerModelCardSchema",
  "description": "Schema of a model package’s model card.",
  "version": "0.1.0",
  "type": "object",
  "additionalProperties": false,
  "properties": {
    "model_overview": {
      "description": "Overview about the model.",
      "type": "object",
      "additionalProperties": false,
      "properties": {
        "model_creator": {
          "description": "Creator of model.",
          "type": "string",
          "maxLength": 1024
        },
        "model_artifact": {
          "description": "Location of the model artifact.",
          "type": "array",
          "maxContains": 15,
          "items": {
            "type": "string",
            "maxLength": 1024
          }
        }
      }
    },
    "intended_uses": {
      "description": "Intended usage of model.",
      "type": "object",
      "additionalProperties": false,
      "properties": {
        "purpose_of_model": {
          "description": "Reason the model was developed.",
          "type": "string",
          "maxLength": 2048
        },
        "intended_uses": {
          "description": "Intended use cases.",
          "type": "string",
          "maxLength": 2048
        },
        "factors_affecting_model_efficiency": {
          "type": "string",
          "maxLength": 2048
        },
        "risk_rating": {
          "description": "Risk rating for model card.",
          "$ref": "#/definitions/risk_rating"
        },
        "explanations_for_risk_rating": {
          "type": "string",
          "maxLength": 2048
        }
      }
    },
    "business_details": {
      "description": "Business details of model.",
      "type": "object",
      "additionalProperties": false,
      "properties": {
        "business_problem": {
          "description": "Business problem solved by the model.",
          "type": "string",
          "maxLength": 2048
        },
        "business_stakeholders": {
          "description": "Business stakeholders.",
          "type": "string",
          "maxLength": 2048
        },
        "line_of_business": {
          "type": "string",
          "maxLength": 2048
        }
      }
    },
    "training_details": {
      "description": "Overview about the training.",
      "type": "object",
      "additionalProperties": false,
      "properties": {
        "objective_function": {
          "description": "The objective function for which the model is optimized.",
          "function": {
            "$ref": "#/definitions/objective_function"
          },
          "notes": {
            "type": "string",
            "maxLength": 1024
          }
        },
        "training_observations": {
          "type": "string",
          "maxLength": 1024
        },
        "training_job_details": {
          "type": "object",
          "additionalProperties": false,
          "properties": {
            "training_arn": {
              "description": "SageMaker Training job ARN.",
              "type": "string",
              "maxLength": 1024
            },
            "training_datasets": {
              "description": "Location of the model datasets.",
              "type": "array",
              "maxContains": 15,
              "items": {
                "type": "string",
                "maxLength": 1024
              }
            },
            "training_environment": {
              "type": "object",
              "additionalProperties": false,
              "properties": {
                "container_image": {
                  "description": "SageMaker training image URI.",
                  "type": "array",
                  "maxContains": 15,
                  "items": {
                    "type": "string",
                    "maxLength": 1024
                  }
                }
              }
            },
            "training_metrics": {
              "type": "array",
              "items": {
                "maxItems": 50,
                "$ref": "#/definitions/training_metric"
              }
            },
            "user_provided_training_metrics": {
              "type": "array",
              "items": {
                "maxItems": 50,
                "$ref": "#/definitions/training_metric"
              }
            },
            "hyper_parameters": {
              "type": "array",
              "items": {
                "maxItems": 100,
                "$ref": "#/definitions/training_hyper_parameter"
              }
            },
            "user_provided_hyper_parameters": {
              "type": "array",
              "items": {
                "maxItems": 100,
                "$ref": "#/definitions/training_hyper_parameter"
              }
            }
          }
        }
      }
    },
    "evaluation_details": {
      "type": "array",
      "default": [],
      "items": {
        "type": "object",
        "required": [
          "name"
        ],
        "additionalProperties": false,
        "properties": {
          "name": {
            "type": "string",
            "pattern": ".{1,63}"
          },
          "evaluation_observation": {
            "type": "string",
            "maxLength": 2096
          },
          "evaluation_job_arn": {
            "type": "string",
            "maxLength": 256
          },
          "datasets": {
            "type": "array",
            "items": {
              "type": "string",
              "maxLength": 1024
            },
            "maxItems": 10
          },
          "metadata": {
            "description": "Additional attributes associated with the evaluation results.",
            "type": "object",
            "additionalProperties": {
              "type": "string",
              "maxLength": 1024
            }
          },
          "metric_groups": {
            "type": "array",
            "default": [],
            "items": {
              "type": "object",
              "required": [
                "name",
                "metric_data"
              ],
              "properties": {
                "name": {
                  "type": "string",
                  "pattern": ".{1,63}"
                },
                "metric_data": {
                  "type": "array",
                  "items": {
                    "anyOf": [
                      {
                        "$ref": "#/definitions/simple_metric"
                      },
                      {
                        "$ref": "#/definitions/linear_graph_metric"
                      },
                      {
                        "$ref": "#/definitions/bar_chart_metric"
                      },
                      {
                        "$ref": "#/definitions/matrix_metric"
                      }
                    ]

                  }
                }
              }
            }
          }
        }
      }
    },
    "additional_information": {
      "additionalProperties": false,
      "type": "object",
      "properties": {
        "ethical_considerations": {
          "description": "Ethical considerations for model users.",
          "type": "string",
          "maxLength": 2048
        },
        "caveats_and_recommendations": {
          "description": "Caveats and recommendations for model users.",
          "type": "string",
          "maxLength": 2048
        },
        "custom_details": {
          "type": "object",
          "additionalProperties": {
            "$ref": "#/definitions/custom_property"
          }
        }
      }
    }
  },
  "definitions": {
    "source_algorithms": {
      "type": "array",
      "minContains": 1,
      "maxContains": 1,
      "items": {
        "type": "object",
        "additionalProperties": false,
        "required": [
          "algorithm_name"
        ],
        "properties": {
          "algorithm_name": {
            "description": "The name of the algorithm used to create the model package. The algorithm must be either an algorithm resource in your SageMaker account or an algorithm in AWS Marketplace that you are subscribed to.",
            "type": "string",
            "maxLength": 170
          },
          "model_data_url": {
            "description": "Amazon S3 path where the model artifacts, which result from model training, are stored.",
            "type": "string",
            "maxLength": 1024
          }
        }
      }
    },
    "inference_specification": {
      "type": "object",
      "additionalProperties": false,
      "required": [
        "containers"
      ],
      "properties": {
        "containers": {
          "description": "Contains inference related information used to create model package.",
          "type": "array",
          "minContains": 1,
          "maxContains": 15,
          "items": {
            "type": "object",
            "additionalProperties": false,
            "required": [
              "image"
            ],
            "properties": {
              "model_data_url": {
                "description": "Amazon S3 path where the model artifacts, which result from model training, are stored.",
                "type": "string",
                "maxLength": 1024
              },
              "image": {
                "description": "Inference environment path. The Amazon Elastic Container Registry (Amazon ECR) path where inference code is stored.",
                "type": "string",
                "maxLength": 255
              },
              "nearest_model_name": {
                "description": "The name of a pre-trained machine learning benchmarked by an Amazon SageMaker Inference Recommender model that matches your model.",
                "type": "string"
              }
            }
          }
        }
      }
    },
    "risk_rating": {
      "description": "Risk rating of model.",
      "type": "string",
      "enum": [
        "High",
        "Medium",
        "Low",
        "Unknown"
      ]
    },
    "custom_property": {
      "description": "Additional property.",
      "type": "string",
      "maxLength": 1024
    },
    "objective_function": {
      "description": "Objective function for which the training job is optimized.",
      "additionalProperties": false,
      "properties": {
        "function": {
          "type": "string",
          "enum": [
            "Maximize",
            "Minimize"
          ]
        },
        "facet": {
          "type": "string",
          "maxLength": 63
        },
        "condition": {
          "type": "string",
          "maxLength": 63
        }
      }
    },
    "training_metric": {
      "description": "Training metric data.",
      "type": "object",
      "required": [
        "name",
        "value"
      ],
      "additionalProperties": false,
      "properties": {
        "name": {
          "type": "string",
          "pattern": ".{1,255}"
        },
        "notes": {
          "type": "string",
          "maxLength": 1024
        },
        "value": {
          "type": "number"
        }
      }
    },
    "training_hyper_parameter": {
      "description": "Training hyperparameter.",
      "type": "object",
      "required": [
        "name",
        "value"
      ],
      "additionalProperties": false,
      "properties": {
        "name": {
          "type": "string",
          "pattern": ".{1,255}"
        },
        "value": {
          "type": "string",
          "pattern": ".{1,255}"
        }
      }
    },
    "linear_graph_metric": {
      "type": "object",
      "required": [
        "name",
        "type",
        "value"
      ],
      "additionalProperties": false,
      "properties": {
        "name": {
          "type": "string",
          "pattern": ".{1,255}"
        },
        "notes": {
          "type": "string",
          "maxLength": 1024
        },
        "type": {
          "type": "string",
          "enum": [
            "linear_graph"
          ]
        },
        "value": {
          "anyOf": [
            {
              "type": "array",
              "items": {
                "type": "array",
                "items": {
                  "type": "number"
                },
                "minItems": 2,
                "maxItems": 2
              },
              "minItems": 1
            }
          ]
        },
        "x_axis_name": {
          "$ref": "#/definitions/axis_name_string"
        },
        "y_axis_name": {
          "$ref": "#/definitions/axis_name_string"
        }
      }
    },
    "bar_chart_metric": {
      "type": "object",
      "required": [
        "name",
        "type",
        "value"
      ],
      "additionalProperties": false,
      "properties": {
        "name": {
          "type": "string",
          "pattern": ".{1,255}"
        },
        "notes": {
          "type": "string",
          "maxLength": 1024
        },
        "type": {
          "type": "string",
          "enum": [
            "bar_chart"
          ]
        },
        "value": {
          "anyOf": [
            {
              "type": "array",
              "items": {
                "type": "number"
              },
              "minItems": 1
            }
          ]
        },
        "x_axis_name": {
          "$ref": "#/definitions/axis_name_array"
        },
        "y_axis_name": {
          "$ref": "#/definitions/axis_name_string"
        }
      }
    },
    "matrix_metric": {
      "type": "object",
      "required": [
        "name",
        "type",
        "value"
      ],
      "additionalProperties": false,
      "properties": {
        "name": {
          "type": "string",
          "pattern": ".{1,255}"
        },
        "notes": {
          "type": "string",
          "maxLength": 1024
        },
        "type": {
          "type": "string",
          "enum": [
            "matrix"
          ]
        },
        "value": {
          "anyOf": [
            {
              "type": "array",
              "items": {
                "type": "array",
                "items": {
                  "type": "number"
                },
                "minItems": 1,
                "maxItems": 20
              },
              "minItems": 1,
              "maxItems": 20
            }
          ]
        },
        "x_axis_name": {
          "$ref": "#/definitions/axis_name_array"
        },
        "y_axis_name": {
          "$ref": "#/definitions/axis_name_array"
        }
      }
    },
    "simple_metric": {
      "description": "Metric data.",
      "type": "object",
      "required": [
        "name",
        "type",
        "value"
      ],
      "additionalProperties": false,
      "properties": {
        "name": {
          "type": "string",
          "pattern": ".{1,255}"
        },
        "notes": {
          "type": "string",
          "maxLength": 1024
        },
        "type": {
          "type": "string",
          "enum": [
            "number",
            "string",
            "boolean"
          ]
        },
        "value": {
          "anyOf": [
            {
              "type": "number"
            },
            {
              "type": "string",
              "maxLength": 63
            },
            {
              "type": "boolean"
            }
          ]
        },
        "x_axis_name": {
          "$ref": "#/definitions/axis_name_string"
        },
        "y_axis_name": {
          "$ref": "#/definitions/axis_name_string"
        }
      }
    },
    "axis_name_array": {
      "type": "array",
      "items": {
        "type": "string",
        "maxLength": 63
      }
    },
    "axis_name_string": {
      "type": "string",
      "maxLength": 63
    }
  }
}

Afficher et mettre à jour les détails d'une version de modèle (Studio ou Studio Classic)

Pour afficher et mettre à jour les détails d'une version de modèle, effectuez les étapes suivantes selon que vous utilisez Studio ou Studio Classic. Dans Studio Classic, vous pouvez mettre à jour le statut d'approbation d'une version du modèle. Pour plus de détails, consultez Mise à jour du statut d'approbation d'un modèle. Dans Studio, en revanche, SageMaker crée une carte modèle pour un package modèle, et l'interface utilisateur de la version du modèle fournit des options pour mettre à jour les détails de la carte modèle.

Studio

Ouvrez la console SageMaker Studio en suivant les instructions de la section Lancer Amazon SageMaker Studio.
Dans le volet de navigation de gauche, choisissez Modèles dans le menu.
Choisissez l'onglet Modèles enregistrés, s'il n'est pas déjà sélectionné.
Juste en dessous du libellé de l'onglet Modèles enregistrés, sélectionnez Groupes de modèles, si ce n'est déjà fait.
Sélectionnez le nom du groupe de modèles contenant la version du modèle à afficher.
Dans la liste des versions du modèle, sélectionnez la version du modèle à afficher.
Choisissez l'un des onglets suivants.
- Formation : pour afficher ou modifier les informations relatives à votre tâche de formation, notamment les indicateurs de performance, les artefacts, le rôle et le chiffrement IAM, ainsi que les conteneurs. Pour plus d’informations, consultez Informations sur les offres de formation (Studio).
- Évaluer : pour afficher ou modifier les informations relatives à votre poste de formation, telles que les indicateurs de performance, les ensembles de données d'évaluation et la sécurité. Pour plus d’informations, consultez Informations sur le poste d'évaluation (Studio).
- Audit : pour afficher ou modifier des informations de haut niveau relatives à l'objectif commercial, à l'utilisation, aux risques et aux détails techniques du modèle, tels que les limites de performance et d'algorithme. Pour plus d’informations, consultez Informations d'audit (gouvernance) (Studio).
- Déploiement : pour afficher ou modifier l'emplacement de votre conteneur d'images d'inférence et des instances qui composent le point de terminaison. Pour plus d’informations, consultez Informations de déploiement (Studio).

Studio Classic

Connectez-vous à Amazon SageMaker Studio Classic. Pour plus d'informations, consultez Lancer Amazon SageMaker Studio Classic.
Dans le volet de navigation de gauche, choisissez l'icône Home (Accueil) ( ).
Choisissez Models (Modèles), puis Model registry (Registre des modèles).
Dans la liste des groupes de modèles, sélectionnez le nom du groupe de modèles que vous voulez afficher.
Un nouvel onglet apparaît avec la liste des versions de modèle dans le groupe de modèles.
Dans la liste des versions de modèle, sélectionnez le nom de la version de modèle dont vous voulez afficher les détails.
Sous l'onglet Version de modèle qui s'ouvre, choisissez l'une des options suivantes pour afficher les détails de la version de modèle :
- Activity (Activité) : affiche les événements concernant la version du modèle, comme les mises à jour du statut d'approbation.
- Model quality (Qualité du modèle) : indique les métriques relatives aux contrôles de qualité de votre modèle Model Monitor, qui comparent les prévisions du modèle à Ground Truth. Pour plus d'informations sur les contrôles de qualité des modèles Model Monitor, consultez Surveillance de la qualité du modèle.
- Explainability (Explicabilité) : indique les métriques relatives aux contrôles d'attribution des fonctions de Model Monitor, qui comparent le classement relatif de vos fonctions dans les données d'entraînement par rapport aux données en temps réel. Pour plus d'informations sur les contrôles d'explicabilité Model Monitor, consultez Surveillance de la dérive d'attribution de caractéristiques pour les modèles en production.
- Biais : indique les métriques associées à vos contrôles de dérive de biais de Model Monitor, qui comparent la distribution des données en temps réel aux données d'entraînement. Pour plus d'informations sur les contrôles de dérive de biais de Model Monitor, consultez contrôler la dérive de biais pour les modèles en production.
- Inference recommender (Recommandation d'inférence) : fournit des recommandations d'instance initiales pour des performances optimales en fonction de votre modèle et de vos exemples de charges utiles.
- Load test (Test de charge) : exécute des tests de charge sur les types d'instances de votre choix lorsque vous définissez vos exigences de production spécifiques, telles que les contraintes de latence et de débit.
- Spécification d'inférence : affiche les types d'instances pour vos tâches de transformation et d'inférence en temps réel, ainsi que des informations sur vos conteneurs Amazon ECR.
- Paramètres : affiche des informations telles que le projet auquel la version de modèle est associée, le pipeline qui a généré le modèle, le groupe de modèles et l'emplacement du modèle dans Amazon S3.

Informations sur les offres de formation (Studio)

Important

Depuis le 30 novembre 2023, l'expérience Amazon SageMaker Studio précédente s'appelle désormais Amazon SageMaker Studio Classic. La section suivante est spécifique à l'utilisation de l'expérience Studio mise à jour. Pour plus d'informations sur l'utilisation de l'application Studio Classic, consultezAmazon SageMaker Studio classique.

Vous pouvez ajouter un poste de formation, créé en externe ou avec SageMaker, à votre modèle. Si vous ajoutez un poste de SageMaker formation, SageMaker préremplit les champs de toutes les sous-pages de l'onglet Train. Si vous ajoutez une tâche de formation créée en externe, vous devez ajouter manuellement les détails relatifs à votre tâche de formation. Pour ajouter, supprimer, afficher ou mettre à jour les informations relatives au poste de formation que vous avez ajouté, suivez les étapes décrites dans cette section.

Pour ajouter une tâche de formation à votre modèle de package, procédez comme suit.

Choisissez l'onglet Train.
Choisissez Ajouter. Si cette option ne s'affiche pas, il se peut que vous ayez déjà un poste de formation associé. Si vous souhaitez supprimer cette tâche de formation, suivez les instructions ci-dessous pour supprimer une tâche de formation.
Vous pouvez ajouter un poste de formation que vous avez créé en SageMaker ou un poste de formation que vous avez créé en externe.
1. Pour ajouter un poste de formation que vous avez créé dans SageMaker, procédez comme suit.
  1. Choisissez SageMaker.
  2. Sélectionnez la case radio à côté du poste de formation que vous souhaitez ajouter.
  3. Choisissez Ajouter.
2. Pour ajouter un poste de formation que vous avez créé en externe, procédez comme suit.
  1. Choisissez Personnalisé.
  2. Dans le champ Nom, insérez le nom de votre poste de formation personnalisé.
  3. Choisissez Ajouter.

Pour supprimer une tâche de formation de votre package modèle, procédez comme suit.

Choisissez Train.
Cliquez sur l'icône Gear ( ) sous l'onglet Train.
Choisissez Supprimer à côté de votre tâche de formation.
Choisissez Oui, je souhaite supprimer<name of your training job>.
Sélectionnez Exécuté.

Pour mettre à jour (et afficher) les informations relatives au poste de formation :

Dans l'onglet Train, consultez le statut de la tâche de formation. Le statut indique Complete si vous avez ajouté un poste de formation à votre modèle de package et Undefined si ce n'est pas le cas.
Pour consulter les détails relatifs à votre tâche d'entraînement, tels que les performances, les hyperparamètres et les informations d'identification, choisissez l'onglet Train.
Pour mettre à jour et afficher les détails relatifs aux performances du modèle, procédez comme suit.
1. Choisissez Performance dans la barre latérale gauche de l'onglet Train.
2. Consultez les statistiques relatives à votre poste de formation. La page Performances répertorie les métriques par nom, valeur et toutes les notes que vous avez ajoutées concernant la métrique.
3. (Facultatif) Pour ajouter des notes aux indicateurs existants, procédez comme suit.
  1. Choisissez les points de suspension verticaux dans le coin supérieur droit de la page de version du modèle, puis sélectionnez Modifier.
  2. Ajoutez des notes à l'une des mesures répertoriées.
  3. En haut de la page de version du modèle, choisissez Enregistrer dans la version d'édition du modèle... bannière.
4. Consultez les statistiques personnalisées liées à votre poste de formation. Les métriques personnalisées sont formatées de la même manière que les métriques.
5. (Facultatif) Pour ajouter des métriques personnalisées, procédez comme suit.
  1. Choisissez Ajouter.
  2. Insérez un nom, une valeur et toute note facultative pour votre nouvelle métrique.
6. (Facultatif) Pour supprimer les mesures personnalisées, cliquez sur l'icône de la corbeille à côté de la métrique que vous souhaitez supprimer.
7. Dans la zone de texte Observations, consultez toutes les notes que vous avez ajoutées concernant les performances de votre travail de formation.
8. (Facultatif) Pour ajouter ou mettre à jour des observations, procédez comme suit.
  1. Choisissez les points de suspension verticaux dans le coin supérieur droit de la page de version du modèle, puis sélectionnez Modifier.
  2. Ajoutez ou mettez à jour vos notes dans la zone de texte Observations.
  3. En haut de la page de version du modèle, choisissez Enregistrer dans la version d'édition du modèle... bannière.
Pour mettre à jour et afficher les détails relatifs aux artefacts du modèle, procédez comme suit.
1. Choisissez Artefacts dans la barre latérale gauche de l'onglet Train.
2. Dans le champ Emplacement (URI S3), consultez l'emplacement Amazon S3 de vos ensembles de données d'entraînement.
3. Dans le champ Modèles, consultez le nom et les emplacements Amazon S3 des artefacts du modèle provenant d'autres modèles que vous avez inclus dans la formation.
4. Pour mettre à jour l'un des champs de la page Artefacts, procédez comme suit.
  1. Choisissez les points de suspension verticaux en haut à droite de la page de version du modèle, puis sélectionnez Modifier.
  2. Entrez de nouvelles valeurs dans l'un des champs.
  3. En haut de la page de version du modèle, choisissez Enregistrer dans la version d'édition du modèle... bannière.
Pour mettre à jour et afficher les détails relatifs aux hyperparamètres, procédez comme suit.
1. Choisissez Hyperparamètres dans la barre latérale gauche de l'onglet Train.
2. Affichez les hyperparamètres SageMaker fournis et personnalisés définis. Chaque hyperparamètre est répertorié avec son nom et sa valeur.
3. Consultez les hyperparamètres personnalisés que vous avez ajoutés.
4. (Facultatif) Pour ajouter un hyperparamètre personnalisé supplémentaire, procédez comme suit.
  1. Dans le coin supérieur droit du tableau des hyperparamètres personnalisés, choisissez Ajouter. Deux nouveaux champs vides apparaissent.
  2. Entrez le nom et la valeur du nouvel hyperparamètre personnalisé. Ces valeurs sont automatiquement enregistrées.
5. (Facultatif) Pour supprimer un hyperparamètre personnalisé, cliquez sur l'icône Corbeille située à droite de l'hyperparamètre.
Pour mettre à jour et consulter les informations relatives à l'environnement professionnel de formation, procédez comme suit.
1. Choisissez Environnement dans la barre latérale gauche de l'onglet Train.
2. Consultez les adresses URI Amazon ECR de tous les conteneurs de tâches de formation ajoutés par SageMaker (pour une tâche de SageMaker formation) ou par vous (pour une tâche de formation personnalisée).
3. (Facultatif) Pour ajouter un conteneur de tâches de formation supplémentaire, choisissez Ajouter, puis entrez l'URI du nouveau conteneur de formation.
Pour mettre à jour et consulter le nom de la tâche de formation et les Amazon Resource Names (ARN) associés à la tâche de formation, procédez comme suit.
1. Choisissez Détails dans la barre latérale gauche de l'onglet Train.
2. Affichez le nom et l'ARN de la tâche de formation.

Informations sur le poste d'évaluation (Studio)

Important

Après avoir enregistré votre modèle, vous pouvez le tester avec un ou plusieurs ensembles de données afin d'évaluer ses performances. Vous pouvez ajouter une ou plusieurs tâches d'évaluation depuis Amazon S3 ou définir votre propre tâche d'évaluation en saisissant manuellement tous les détails. Si vous ajoutez une tâche depuis Amazon S3, SageMaker préremplit les champs de toutes les sous-pages de l'onglet Evaluer. Si vous définissez votre propre tâche d'évaluation, vous devez ajouter manuellement les détails relatifs à votre tâche d'évaluation.

Pour ajouter votre première tâche d'évaluation à votre package modèle, procédez comme suit.

Choisissez l'onglet Evaluer.
Choisissez Ajouter.
Vous pouvez ajouter une tâche d'évaluation depuis Amazon S3 ou une tâche d'évaluation personnalisée.
1. Pour ajouter une tâche d'évaluation avec des garanties provenant d'Amazon S3, procédez comme suit.
  1. Choisissez S3.
  2. Entrez le nom de la tâche d'évaluation.
  3. Entrez l'emplacement Amazon S3 des supports de sortie de votre tâche d'évaluation.
  4. Choisissez Ajouter.
2. Pour ajouter une tâche d'évaluation personnalisée, procédez comme suit :
  1. Choisissez Personnalisé.
  2. Entrez le nom de la tâche d'évaluation.
  3. Choisissez Ajouter.

Pour ajouter une tâche d'évaluation supplémentaire à votre package de modèles, procédez comme suit.

Choisissez l'onglet Evaluer.
Cliquez sur l'icône Gear ( ) sous l'onglet Train.
Dans la boîte de dialogue, choisissez Ajouter.
Vous pouvez ajouter une tâche d'évaluation depuis Amazon S3 ou une tâche d'évaluation personnalisée.
1. Pour ajouter une tâche d'évaluation avec des garanties provenant d'Amazon S3, procédez comme suit.
  1. Choisissez S3.
  2. Entrez le nom de la tâche d'évaluation.
  3. Entrez l'emplacement Amazon S3 des supports de sortie de votre tâche d'évaluation.
  4. Choisissez Ajouter.
2. Pour ajouter une tâche d'évaluation personnalisée, procédez comme suit :
  1. Choisissez Personnalisé.
  2. Entrez le nom de la tâche d'évaluation.
  3. Choisissez Ajouter.

Pour supprimer une tâche d'évaluation de votre package modèle, procédez comme suit.

Choisissez l'onglet Evaluer.
Cliquez sur l'icône Gear ( ) sous l'onglet Train.
(Facultatif) Pour trouver votre poste d'évaluation dans la liste, entrez un terme de recherche dans le champ de recherche pour affiner la liste des choix.
Cliquez sur le bouton radio situé à côté de votre tâche d'évaluation.
Sélectionnez Remove (Supprimer).
Choisissez Oui, je souhaite supprimer<name of your evaluation job>.
Sélectionnez Exécuté.

Pour mettre à jour (et afficher) les détails relatifs à la tâche d'évaluation :

Dans l'onglet Evaluer, consultez le statut de la tâche d'évaluation. Le statut indique Complete si vous avez ajouté une tâche d'évaluation à votre package modèle et Undefined si ce n'est pas le cas.
Pour afficher les détails relatifs à votre tâche d'évaluation, tels que les performances et l'emplacement des artefacts, cliquez sur l'onglet Evaluer.
Pour mettre à jour et afficher les détails relatifs aux performances du modèle pendant l'évaluation, procédez comme suit.
1. Choisissez Performance dans la barre latérale de l'onglet Evaluer.
2. Consultez les indicateurs relatifs à votre tâche d'évaluation dans la liste des indicateurs. La liste des mesures affiche les mesures individuelles par nom, valeur et toutes les notes que vous avez ajoutées concernant la métrique.
3. Dans la zone de texte Observations, consultez toutes les notes que vous avez ajoutées concernant les performances de votre travail d'évaluation.
4. Pour mettre à jour l'un des champs Notes pour une métrique ou le champ Observations, procédez comme suit.
  1. Choisissez les points de suspension verticaux en haut à droite de la page de version du modèle, puis sélectionnez Modifier.
  2. Entrez des notes pour n'importe quelle métrique ou dans la zone de texte Observations.
  3. En haut de la page de version du modèle, choisissez Enregistrer dans la version d'édition du modèle... bannière.
Pour mettre à jour et consulter les détails relatifs à vos ensembles de données de tâches d'évaluation, procédez comme suit.
1. Choisissez Artefacts dans la barre latérale gauche de la page Evaluer.
2. Affichez les ensembles de données utilisés dans le cadre de votre tâche d'évaluation.
3. (Facultatif) Pour ajouter un ensemble de données, choisissez Ajouter et entrez un URI Amazon S3 dans l'ensemble de données.
4. (Facultatif) Pour supprimer un ensemble de données, cliquez sur l'icône de la corbeille à côté du jeu de données que vous souhaitez supprimer.
Pour afficher le nom de la tâche et l'ARN de la tâche d'évaluation, sélectionnez Détails.

Informations d'audit (gouvernance) (Studio)

Important

Documentez les détails importants du modèle pour aider votre organisation à établir un cadre solide de gouvernance des modèles. Les membres de votre équipe et vous-même pouvez vous référer à ces informations afin qu'ils utilisent le modèle pour les cas d'utilisation appropriés, qu'ils connaissent le domaine commercial et les propriétaires du modèle, et qu'ils comprennent les risques liés au modèle. Vous pouvez également enregistrer des informations sur les performances attendues du modèle et les raisons des limites de performances.

Pour consulter ou mettre à jour les informations relatives à la gouvernance du modèle, procédez comme suit.

Dans l'onglet Audit, consultez le statut d'approbation du modèle de carte. Le statut peut être l'un des suivants :
- Brouillon : le modèle de carte est toujours un brouillon.
- En attente d'approbation : le modèle de carte est en attente d'approbation.
- Approuvé : le modèle de carte est approuvé.
Pour mettre à jour le statut d'approbation du modèle de carte, choisissez le menu déroulant à côté du statut d'approbation et choisissez le statut d'approbation mis à jour.
Pour mettre à jour et consulter les informations relatives aux risques liés à votre modèle de package, procédez comme suit.
1. Choisissez Risque dans la barre latérale gauche de l'onglet Audit.
2. Consultez la note de risque actuelle et l'explication de la notation de risque.
3. Pour mettre à jour l'évaluation ou l'explication, procédez comme suit.
  1. Choisissez les points de suspension verticaux dans le coin supérieur droit de la page d'audit, puis sélectionnez Modifier.
  2. (Facultatif) Choisissez une note de risque mise à jour.
  3. (Facultatif) Mettez à jour l'explication de l'évaluation des risques.
  4. En haut de la page de version du modèle, choisissez Enregistrer dans la version d'édition du modèle... bannière.
Pour mettre à jour et consulter les informations relatives à l'utilisation de votre modèle de package, procédez comme suit.
1. Choisissez Utilisation dans la barre latérale gauche de l'onglet Audit.
2. Affichez le texte que vous avez ajouté dans les champs suivants :
  - Type de problème : catégorie d'algorithme d'apprentissage automatique utilisée pour créer votre modèle.
  - Type d'algorithme : algorithme spécifique utilisé pour créer votre modèle.
  - Utilisations prévues : L'application actuelle du modèle à votre problème commercial.
  - Facteurs influant sur l'efficacité du modèle : remarques concernant les limites de performance de votre modèle.
  - Utilisation recommandée : les types d'applications que vous pouvez créer avec le modèle, les scénarios dans lesquels vous pouvez vous attendre à des performances raisonnables ou le type de données à utiliser avec le modèle.
  - Considérations éthiques : description de la manière dont votre modèle peut discriminer en fonction de facteurs tels que l'âge ou le sexe.
3. Pour mettre à jour l'un des champs répertoriés précédemment, procédez comme suit.
  1. Choisissez les points de suspension verticaux dans le coin supérieur droit de la page de version du modèle, puis sélectionnez Modifier.
  2. (Facultatif) Utilisez les menus déroulants pour le type de problème et le type d'algorithme pour sélectionner de nouvelles valeurs, si nécessaire.
  3. (Facultatif) Mettez à jour les descriptions textuelles dans les autres champs.
  4. En haut de la page de version du modèle, choisissez Enregistrer dans la version d'édition du modèle... bannière.
Pour mettre à jour et consulter les informations relatives aux parties prenantes de votre modèle de package, procédez comme suit.
1. Choisissez Parties prenantes dans la barre latérale gauche de l'onglet Audit.
2. Afficher le propriétaire et le créateur actuels du modèle, le cas échéant.
3. Pour mettre à jour le propriétaire ou le créateur du modèle, procédez comme suit :
  1. Choisissez les points de suspension verticaux dans le coin supérieur droit de la page de version du modèle, puis sélectionnez Modifier.
  2. Mettez à jour les champs du propriétaire ou du créateur du modèle.
  3. En haut de la page de version du modèle, choisissez Enregistrer dans la version d'édition du modèle... bannière.
Pour mettre à jour et consulter les détails relatifs au problème commercial résolu par votre modèle de package, procédez comme suit.
1. Choisissez Business dans la barre latérale gauche de l'onglet Audit.
2. Consultez les descriptions actuelles, le cas échéant, du problème commercial traité par le modèle, des parties prenantes du problème commercial et du secteur d'activité.
3. Pour mettre à jour l'un des champs de l'onglet Business, procédez comme suit.
  1. Choisissez les points de suspension verticaux dans le coin supérieur droit de la page de version du modèle, puis sélectionnez Modifier.
  2. Mettez à jour les descriptions dans tous les champs.
  3. En haut de la page de version du modèle, choisissez Enregistrer dans la version d'édition du modèle... bannière.
Pour mettre à jour et consulter la documentation existante (représentée sous forme de paires clé-valeur) pour votre modèle, procédez comme suit.
1. Choisissez Documentation dans la barre latérale gauche de la page d'audit.
2. Afficher les paires clé-valeur existantes.
3. Pour ajouter des paires clé-valeur, procédez comme suit.
  1. Choisissez les points de suspension verticaux dans le coin supérieur droit de la page de version du modèle, puis sélectionnez Modifier.
  2. Choisissez Ajouter.
  3. Entrez une nouvelle clé et la valeur associée.
  4. En haut de la page de version du modèle, choisissez Enregistrer dans la version d'édition du modèle... bannière.
4. Pour supprimer des paires clé-valeur, procédez comme suit.
  1. Choisissez les points de suspension verticaux dans le coin supérieur droit de la page de version du modèle, puis sélectionnez Modifier.
  2. Cliquez sur l'icône Corbeille à côté de la paire clé-valeur à supprimer.
  3. En haut de la page de version du modèle, choisissez Enregistrer dans la version d'édition du modèle... bannière.

Informations de déploiement (Studio)

Important

Après avoir évalué les performances de votre modèle et déterminé qu'il est prêt à être utilisé pour les charges de travail de production, vous pouvez modifier le statut d'approbation du modèle pour lancer le déploiement du CI/CD. Pour en savoir plus sur les définitions du statut d'approbation, consultezMise à jour du statut d'approbation d'un modèle.

Pour afficher ou mettre à jour les informations relatives au déploiement du package modèle, procédez comme suit.

Dans l'onglet Déployer, consultez le statut d'approbation du package modèle. Les valeurs possibles peuvent être les suivantes :
- En attente d'approbation : le modèle est enregistré mais n'a pas encore été approuvé ou refusé pour le déploiement.
- Approuvé : Le modèle est approuvé pour le déploiement de CI/CD. Si une EventBridge règle est en place qui lance le déploiement du modèle lors d'un événement d'approbation du modèle, comme c'est le cas pour un modèle créé à partir d'un modèle de SageMaker projet, déploie SageMaker également le modèle.
- Rejeté : le modèle est refusé pour déploiement.
Si vous devez modifier le statut d'approbation, choisissez le menu déroulant à côté du statut et choisissez le statut mis à jour.
Pour mettre à jour le statut d'approbation du package modèle, choisissez le menu déroulant à côté du statut d'approbation et choisissez le statut d'approbation mis à jour.
Dans la liste des conteneurs, consultez les conteneurs d'images d'inférence.
Dans la liste des instances, consultez les instances qui composent votre point de terminaison de déploiement.

Avertissement JavaScript est désactivé ou n'est pas disponible dans votre navigateur.

Pour que vous puissiez utiliser la documentation AWS, Javascript doit être activé. Vous trouverez des instructions sur les pages d'aide de votre navigateur.

Conventions de rédaction

Affichage des groupes et des versions de modèles

Comparaison des versions de modèle