Membuat Model Package Resource

Untuk membuat sumber daya paket model yang dapat Anda gunakan untuk membuat model deployable di Amazon SageMaker dan memublikasikan pada AWS Marketplace tentukan informasi berikut:

• Container Docker yang berisi kode inferensi, atau sumber daya algoritme yang digunakan untuk melatih model.

• Lokasi artefak model. Artefak model dapat dikemas dalam wadah Docker yang sama dengan kode inferensi atau disimpan di Amazon S3.

• Jenis instance yang didukung paket model Anda untuk inferensi real-time dan pekerjaan transformasi batch.

• Profil validasi, yang merupakan pekerjaan transformasi batch yang SageMaker berjalan untuk menguji kode inferensi paket model Anda.

  Sebelum membuat daftar paket model AWS Marketplace, Anda harus memvalidasinya. Ini memastikan bahwa pembeli dan penjual dapat yakin bahwa produk bekerja di Amazon SageMaker. Anda dapat membuat daftar produk AWS Marketplace hanya jika validasi berhasil.

  Prosedur validasi menggunakan profil validasi dan data sampel Anda untuk menjalankan tugas validasi berikut:

  1. Buat model di akun Anda menggunakan gambar inferensi paket model dan artefak model opsional yang disimpan di Amazon S3.

     catatan

     Paket model khusus untuk wilayah tempat Anda membuatnya. Bucket S3 tempat artefak model disimpan harus berada di wilayah yang sama tempat Anda membuat paket model.

  2. Buat pekerjaan transformasi di akun Anda menggunakan model untuk memverifikasi bahwa gambar inferensi Anda berfungsi. SageMaker

  3. Buat profil validasi.

  catatan

  Di profil validasi Anda, berikan hanya data yang ingin Anda paparkan secara publik.

  Validasi dapat memakan waktu hingga beberapa jam. Untuk melihat status pekerjaan di akun Anda, di SageMaker konsol, lihat halaman Transform jobs. Jika validasi gagal, Anda dapat mengakses laporan pemindaian dan validasi dari konsol. SageMaker Setelah memperbaiki masalah, buat ulang algoritme. Ketika status algoritme adalahCOMPLETED, temukan di SageMaker konsol dan mulai proses daftar

  catatan

  Untuk mempublikasikan paket model Anda AWS Marketplace, setidaknya diperlukan satu profil validasi.

Anda dapat membuat paket model baik dengan menggunakan SageMaker konsol atau dengan menggunakan SageMaker API.

Membuat Model Package Resource (Console)

Untuk membuat paket model di SageMaker konsol:

1. Buka SageMaker konsol di https://console.aws.amazon.com/sagemaker/.

2. Dari menu sebelah kiri, pilih Inferensi.

3. Pilih paket model Marketplace, lalu pilih Create marketplace model package.

4. Pada halaman spesifikasi Inferensi, berikan informasi berikut:

   1. Untuk nama paket Model, ketikkan nama untuk paket model Anda. Nama paket model harus unik di akun Anda dan di AWS wilayah tersebut. Nama harus memiliki 1 hingga 64 karakter. Karakter yang valid adalah a-z, A-Z, 0-9, dan - (tanda hubung).

   2. Ketik deskripsi untuk paket model Anda. Deskripsi ini muncul di SageMaker konsol dan di AWS Marketplace.

   3. Untuk opsi spesifikasi Inferensi, pilih Berikan lokasi gambar inferensi dan artefak model untuk membuat paket model dengan menggunakan wadah inferensi dan artefak model. Pilih Berikan algoritme yang digunakan untuk pelatihan dan artefak modelnya untuk membuat paket model dari sumber daya algoritme yang Anda buat atau berlangganan. AWS Marketplace

   4. Jika Anda memilih Menyediakan lokasi gambar inferensi dan artefak model untuk opsi spesifikasi Inferensi, berikan informasi berikut untuk definisi Penampung dan sumber daya yang Didukung:

      1. Untuk Lokasi gambar inferensi, ketik jalur ke gambar yang berisi kode inferensi Anda. Gambar harus disimpan sebagai wadah Docker di Amazon ECR.

      2. Untuk Lokasi artefak data model, ketik lokasi di S3 tempat artefak model Anda disimpan.

      3. Untuk nama host DNS Container, ketikkan nama host DNS yang akan digunakan untuk penampung Anda.

      4. Untuk tipe instans yang Didukung untuk inferensi waktu nyata, pilih jenis instance yang didukung paket model Anda untuk inferensi real-time dari titik akhir yang SageMaker dihosting.

      5. Untuk tipe instans yang didukung untuk pekerjaan transformasi batch, pilih jenis instans yang didukung paket model Anda untuk pekerjaan transformasi batch.

      6. Jenis konten yang didukung, ketikkan jenis konten yang diharapkan paket model Anda untuk permintaan inferensi.

      7. Untuk tipe MIME respons yang didukung, ketik tipe MIME yang digunakan paket model Anda untuk memberikan kesimpulan.

   5. Jika Anda memilih Berikan algoritme yang digunakan untuk pelatihan dan artefak modelnya untuk opsi spesifikasi Inferensi, berikan informasi berikut:

      1. Untuk ALGORITMA ARN, ketik Amazon Resource Name (ARN) dari sumber daya algoritme yang akan digunakan untuk membuat paket model.

      2. Untuk Lokasi artefak data model, ketik lokasi di S3 tempat artefak model Anda disimpan.

   6. Pilih Berikutnya.

5. Pada halaman Validasi dan pemindaian, berikan informasi berikut:

   1. Untuk Publikasikan paket model ini AWS Marketplace, pilih Ya untuk mempublikasikan paket model AWS Marketplace.

   2. Untuk Validasi sumber daya ini, pilih Ya jika Anda SageMaker ingin menjalankan pekerjaan transformasi batch yang Anda tentukan untuk menguji kode inferensi paket model Anda.

      catatan

      Untuk mempublikasikan paket model Anda AWS Marketplace, paket model Anda harus divalidasi.

   3. Untuk peran IAM, pilih peran IAM yang memiliki izin yang diperlukan untuk menjalankan pekerjaan transformasi batch SageMaker, atau pilih Buat peran baru SageMaker untuk memungkinkan membuat peran yang memiliki kebijakan AmazonSageMakerFullAccess terkelola yang dilampirkan. Untuk informasi, lihat Cara menggunakan peran SageMaker eksekusi.

   4. Untuk profil Validasi, tentukan yang berikut ini:

      • Nama untuk profil validasi.

      • Definisi pekerjaan Transform. Ini adalah blok JSON yang menjelaskan pekerjaan transformasi batch. Ini dalam format yang sama dengan parameter TransformJobDefinitioninput CreateAlgorithmAPI.

6. Pilih Buat paket model pasar.

Membuat Model Package Resource (API)

Untuk membuat paket model dengan menggunakan SageMaker API, panggil CreateModelPackageAPI.