Démarrer (et arrêter) l'exécution d'un pipeline - Amazon SageMaker

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.

Démarrer (et arrêter) l'exécution d'un pipeline

Vous pouvez démarrer et arrêter l'exécution d'un pipeline dans la console Amazon SageMaker Studio. Pour plus d'informations sur la façon d'afficher la liste des exécutions de pipeline, consultezAffichage d'un pipeline.

Pour démarrer et arrêter l'exécution d'un pipeline dans la console Amazon SageMaker Studio, effectuez les étapes suivantes selon que vous utilisez Studio ou Studio Classic.

Studio
Démarrer l'exécution d'un pipeline
  1. Ouvrez la console SageMaker Studio en suivant les instructions de la section Lancer Amazon SageMaker Studio.

  2. Dans le volet de navigation de gauche, sélectionnez Pipelines.

  3. (Facultatif) Pour filtrer la liste des pipelines par nom, entrez un nom de pipeline complet ou partiel dans le champ de recherche.

  4. Sélectionnez un nom de pipeline. La page Exécutions s'ouvre et affiche la liste des exécutions du pipeline.

  5. Vous pouvez créer une exécution à partir des pages Exécutions ou Graph. Pour créer une exécution depuis la page Exécutions, choisissez Create. Pour créer une exécution à partir de la page Graph, choisissez Graph à gauche du tableau des exécutions, puis Create execution en haut à droite du DAG.

  6. Saisissez ou mettez à jour les informations requises suivantes :

    • Nom : nom propre à votre compte dans la AWS région.

    • Description : description facultative de votre exécution.

    • ProcessingInstanceType— Le type d'instance Amazon EC2 à utiliser pour la tâche de traitement.

    • TrainingInstanceType— Le type d'instance Amazon EC2 à utiliser pour le travail de formation

    • InputData— L'URI Amazon S3 vers les données d'entrée.

    • PreprocessScript— L'URI Amazon S3 du script de prétraitement.

    • EvaluateScript— L'URI Amazon S3 vers le script d'évaluation du modèle.

    • AccuracyConditionThreshold— Le seuil de précision du modèle à atteindre pour enregistrer le modèle dans le registre.

    • ModelGroup— Le registre dans lequel enregistrer le modèle.

    • MaximumParallelTrainingJobs— Le nombre maximum de tâches de formation à exécuter en parallèle.

    • MaximumTrainingJobs— Le nombre maximum de tâches de formation à exécuter.

  7. Choisissez Créer.

Pour arrêter l'exécution d'un pipeline
  1. Dans le volet de navigation de gauche, sélectionnez Pipelines.

  2. (Facultatif) Pour filtrer la liste des pipelines par nom, entrez un nom de pipeline complet ou partiel dans le champ de recherche.

  3. Sélectionnez un nom de pipeline. La page Exécutions s'ouvre et affiche la liste des exécutions du pipeline.

  4. Sélectionnez l'exécution à arrêter.

  5. Choisissez Arrêter.

Pour reprendre l'exécution d'un pipeline arrêté
  1. Dans le volet de navigation de gauche, sélectionnez Pipelines.

  2. (Facultatif) Pour filtrer la liste des pipelines par nom, entrez un nom de pipeline complet ou partiel dans le champ de recherche.

  3. Sélectionnez un nom de pipeline. La page Exécutions s'ouvre et affiche la liste des exécutions du pipeline.

  4. Sélectionnez l'exécution à reprendre.

  5. Choisissez Reprendre.

Studio Classic
Pour démarrer, arrêter ou reprendre l'exécution d'un pipeline
  1. Connectez-vous à Amazon SageMaker Studio Classic. Pour plus d'informations, consultez Lancer Amazon SageMaker Studio Classic.

  2. Dans la barre latérale de Studio Classic, choisissez l'icône Accueil ( ).

  3. Sélectionnez Pipelines dans le menu.

  4. Pour affiner la liste des pipelines par nom, entrez un nom complet ou partiel de pipeline dans le champ de recherche.

  5. Sélectionnez un nom de pipeline.

  6. Dans l'onglet Executions (Exécutions) ou Graph (Graphique) de la liste d'exécution, choisissez Create execution (Créer une exécution).

  7. Saisissez ou mettez à jour les informations requises suivantes :

    • Nom — Doit être propre à votre compte dans la AWS région.

    • ProcessingInstanceCount— Le nombre d'instances à utiliser pour le traitement.

    • ModelApprovalStatus— Pour votre commodité.

    • InputDataUrl— L'URI Amazon S3 des données d'entrée.

  8. Sélectionnez Démarrer.

  • Pour voir les détails de l'exécution ou pour arrêter l'exécution, choisissez View details (Afficher les détails) sur la bannière d'état.

    • Pour arrêter l'exécution, choisissez Stop (Arrêter) sur la bannière d'état.

    • Pour reprendre l'exécution à partir de l'endroit où elle a été arrêtée, choisissez Resume (Reprendre) sur la bannière d'état.

Note

Si votre pipeline échoue, la bannière d'état affiche l'état Failed (Échec). Après avoir résolu l'étape qui a échoué, choisissez Retry (Réessayer) sur la bannière d'état pour reprendre l'exécution du pipeline à partir de cette étape.

Pour obtenir la liste des modèles enregistrés, veuillez consulter Automatisez les MLOP avec des projets SageMaker .