Mulai (dan Hentikan) Eksekusi Pipeline - Amazon SageMaker

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Mulai (dan Hentikan) Eksekusi Pipeline

Anda dapat memulai dan menghentikan eksekusi pipeline di konsol Amazon SageMaker Studio. Untuk informasi tentang cara melihat daftar eksekusi pipeline, lihatLihat Pipeline.

Untuk memulai dan menghentikan eksekusi pipeline di konsol Amazon SageMaker Studio, selesaikan langkah-langkah berikut berdasarkan apakah Anda menggunakan Studio atau Studio Classic.

Studio
Untuk memulai eksekusi pipeline

  1. Buka konsol SageMaker Studio dengan mengikuti petunjuk di Luncurkan Amazon SageMaker Studio.

  2. Di panel navigasi kiri, pilih Pipelines.

  3. (Opsional) Untuk memfilter daftar saluran pipa berdasarkan nama, masukkan nama pipa lengkap atau sebagian di bidang pencarian.

  4. Pilih nama pipeline. Halaman Eksekusi membuka dan menampilkan daftar eksekusi pipeline.

  5. Anda dapat membuat eksekusi dari halaman Eksekusi atau Grafik. Untuk membuat eksekusi dari halaman Eksekusi, pilih Buat. Untuk membuat eksekusi dari halaman Grafik, pilih Grafik di sebelah kiri tabel eksekusi dan kemudian Buat eksekusi di kanan atas DAG.

  6. Masukkan atau perbarui informasi yang diperlukan berikut:

    • Nama — Nama yang unik untuk akun Anda di AWS Wilayah.

    • Deskripsi — Deskripsi opsional untuk eksekusi Anda.

    • ProcessingInstanceType- Jenis instans Amazon EC2 yang akan digunakan untuk pekerjaan pemrosesan.

    • TrainingInstanceType— Jenis instans Amazon EC2 yang akan digunakan untuk pekerjaan pelatihan

    • InputData— URI Amazon S3 ke data input.

    • PreprocessScript— URI Amazon S3 ke skrip preprocessing.

    • EvaluateScript— URI Amazon S3 ke skrip evaluasi model.

    • AccuracyConditionThreshold— Ambang akurasi model yang harus dicapai untuk mendaftarkan model ke dalam registri.

    • ModelGroup— Registri untuk mendaftarkan model.

    • MaximumParallelTrainingJobs— Jumlah maksimum pekerjaan pelatihan untuk dijalankan secara paralel.

    • MaximumTrainingJobs— Jumlah maksimum pekerjaan pelatihan untuk dijalankan.

  7. Pilih Buat.

Untuk menghentikan eksekusi pipeline

  1. Di panel navigasi kiri, pilih Pipelines.

  2. (Opsional) Untuk memfilter daftar saluran pipa berdasarkan nama, masukkan nama pipa lengkap atau sebagian di bidang pencarian.

  3. Pilih nama pipeline. Halaman Eksekusi membuka dan menampilkan daftar eksekusi pipeline.

  4. Pilih eksekusi untuk berhenti.

  5. Pilih Berhenti.

Untuk melanjutkan eksekusi pipeline yang dihentikan

  1. Di panel navigasi kiri, pilih Pipelines.

  2. (Opsional) Untuk memfilter daftar saluran pipa berdasarkan nama, masukkan nama pipa lengkap atau sebagian di bidang pencarian.

  3. Pilih nama pipeline. Halaman Eksekusi membuka dan menampilkan daftar eksekusi pipeline.

  4. Pilih eksekusi untuk melanjutkan.

  5. Pilih Resume.

Studio Classic
Untuk memulai, menghentikan, atau melanjutkan eksekusi pipeline

  1. Masuk ke Amazon SageMaker Studio Classic. Untuk informasi selengkapnya, lihat Meluncurkan Amazon SageMaker Studio Classic.

  2. Di sidebar Studio Classic, pilih ikon Beranda ( ).

  3. Pilih Pipelines dari menu.

  4. Untuk mempersempit daftar saluran pipa dengan nama, masukkan nama pipa lengkap atau sebagian di bidang pencarian.

  5. Pilih nama pipeline.

  6. Dari tab Eksekusi atau Grafik dalam daftar eksekusi, pilih Buat eksekusi.

  7. Masukkan atau perbarui informasi yang diperlukan berikut:

    • Nama — Harus unik untuk akun Anda di AWS Wilayah.

    • ProcessingInstanceCount— Jumlah instance yang digunakan untuk pemrosesan.

    • ModelApprovalStatus- Untuk kenyamanan Anda.

    • InputDataUrl— URI Amazon S3 dari data input.

  8. Pilih Mulai.

  • Untuk melihat detail eksekusi atau menghentikan eksekusi, pilih Lihat detail pada spanduk status.

    • Untuk menghentikan eksekusi, pilih Berhenti pada spanduk status.

    • Untuk melanjutkan eksekusi dari tempat itu dihentikan, pilih Lanjutkan pada spanduk status.

catatan

Jika pipeline Anda gagal, spanduk status akan menampilkan status Gagal. Setelah memecahkan masalah langkah yang gagal, pilih Coba lagi pada spanduk status untuk melanjutkan menjalankan pipeline dari langkah itu.

Untuk daftar model terdaftar, lihatOtomatiskan MLOP dengan Proyek SageMaker .