Développez des algorithmes et des modèles dans Amazon SageMaker AI

Avant de pouvoir créer des ressources d'algorithmes et de packages de modèles à utiliser dans Amazon SageMaker AI ou à répertorier AWS Marketplace, vous devez les développer et les empaqueter dans des conteneurs Docker.

Note

Lorsque des algorithmes et des packages de modèles sont créés pour être listés AWS Marketplace, l' SageMaker IA analyse les conteneurs à la recherche de failles de sécurité sur les systèmes d'exploitation pris en charge.

Seules les versions de système d'exploitation suivantes sont prises en charge :

• Debian : 6.0, 7, 8, 9, 10

• Ubuntu : 12.04, 12.10, 13.04, 14.04, 14.10, 15.04, 15.10, 16.04, 16.10, 17.04, 17.10, 18.04, 18.10

• CentOS : 5, 6, 7

• Oracle Linux : 5, 6, 7

• Alpine : 3.3, 3.4, 3.5

• Amazon Linux

Développez des algorithmes en SageMaker IA

Un algorithme doit être empaqueté sous forme de conteneur docker et stocké dans Amazon ECR pour être utilisé dans l'IA. SageMaker Le conteneur Docker contient le code d'entraînement utilisé pour exécuter des tâches d'entraînement et, le cas échéant, le code d'inférence utilisé pour obtenir des inférences depuis des modèles entraînés grâce à l'algorithme.

Pour plus d'informations sur le développement d'algorithmes dans l' SageMaker IA et leur conditionnement sous forme de conteneurs, consultezConteneurs Docker pour la formation et le déploiement de modèles. Pour un exemple complet de création d'un conteneur d'algorithmes, consultez le bloc-notes d'exemple à l'adresse https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/scikit_bring_your_own/scikit_bring_your_own.html. Vous pouvez également trouver l'exemple de bloc-notes dans une instance de SageMaker bloc-notes. Le bloc-notes se trouve dans la section Advanced Functionality (Fonctionnalités avancées) et s'appelle scikit_bring_your_own.ipynb. Pour obtenir des informations sur l'utilisation d'un exemple de bloc-notes dans une instance de bloc-notes, consultez Accédez à des exemples de blocs-notes.

Testez toujours minutieusement vos algorithmes avant de créer des ressources d'algorithmes sur lesquelles publier AWS Marketplace.

Note

Lorsqu'un acheteur s'abonne à votre produit conteneurisé, les conteneurs Docker s'exécutent dans une environnement isolé (sans Internet). Lorsque vous créez vos conteneurs, ne vous attendez pas à effectuer des appels sortants sur Internet. Les appels vers les AWS services ne sont pas non plus autorisés.

Développez des modèles en SageMaker IA

Un modèle déployable dans l' SageMaker IA se compose d'un code d'inférence, d'artefacts de modèle, d'un rôle IAM utilisé pour accéder aux ressources et d'autres informations requises pour déployer le modèle dans l'IA. SageMaker Les artefacts de modèles sont les résultats de l'entraînement d'un modèle grâce à un algorithme de machine learning. Le code d'inférence doit être packagé dans un conteneur Docker et stocké dans Amazon ECR. Vous pouvez packager les artefacts de modèle dans le même conteneur que l'inférence code, ou les stocker dans Amazon S3.

Vous créez un modèle en exécutant une tâche de formation en SageMaker IA ou en entraînant un algorithme d'apprentissage automatique en dehors de l' SageMaker IA. Si vous exécutez une tâche de formation en SageMaker IA, les artefacts du modèle qui en résultent sont disponibles ModelArtifacts sur le terrain en réponse à un appel à l'DescribeTrainingJobopération. Pour plus d'informations sur le développement d'un conteneur de modèles d' SageMaker IA, consultezConteneurs avec code d'inférence personnalisé. Pour un exemple complet de création d'un conteneur de modèles à partir d'un modèle entraîné en dehors de l' SageMaker IA, consultez l'exemple de bloc-notes à l'adresse https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/xgboost_bring_your_own_model/xgboost_bring_your_own_model.html. Vous pouvez également trouver l'exemple de bloc-notes dans une instance de SageMaker bloc-notes. Le bloc-notes se trouve dans la section Advanced Functionality (Fonctionnalités avancées) et s'appelle xgboost_bring_your_own_model.ipynb. Pour obtenir des informations sur l'utilisation d'un exemple de bloc-notes dans une instance de bloc-notes, consultez Accédez à des exemples de blocs-notes.

Testez toujours minutieusement vos modèles avant de créer des packages de modèles sur lesquels publier AWS Marketplace.

Note

Lorsqu'un acheteur s'abonne à votre produit conteneurisé, les conteneurs Docker s'exécutent dans une environnement isolé (sans Internet). Lorsque vous créez vos conteneurs, ne vous attendez pas à effectuer des appels sortants sur Internet. Les appels vers les AWS services ne sont pas non plus autorisés.