Caricamento delle immagini

Questa sezione fornisce una procedura dettagliata per caricare le immagini di inferenza e addestramento in Amazon Elastic Container Registry. Amazon ECR è un registro Docker completamente gestito.  È qui che Amazon SageMaker estrae le immagini per creare un pacchetto modello per l'inferenza o un algoritmo per i lavori di formazione. Qui Marketplace AWS recupera anche le immagini per pubblicare il pacchetto modello e i prodotti dell'algoritmo.

Quali immagini devo caricare?

Se stai pubblicando un pacchetto modello, carica solo un'immagine di inferenza. Se stai pubblicando un algoritmo, carica sia un'immagine di inferenza che un'immagine di addestramento. Se le immagini di inferenza e di addestramento sono combinate, carica l'immagine combinata una sola volta.

Quali autorizzazioni IAM sono richieste?

I passaggi seguenti presuppongono che il computer locale disponga delle AWS credenziali corrette per un ruolo o un utente AWS Identity and Access Management (IAM) del venditore. Account AWS Il ruolo o l'utente deve disporre delle politiche corrette sia per Amazon ECR che Marketplace AWS per Amazon ECR. Ad esempio, puoi utilizzare le seguenti politiche AWS gestite:

• AWSMarketplaceSellerProductsFullAccess— Per accedere a Marketplace AWS

• AmazonEC2ContainerRegistryFullAccess— Per accedere ad Amazon ECR

Accedi al tuo client Docker in AWS

Imposta una variabile da Regione AWS cui vuoi pubblicare (vediSupportato per la pubblicazione Regioni AWS). Per questo esempio, utilizzate la regione Stati Uniti orientali (Ohio).

region=us-east-2

Esegui il comando seguente per impostare una variabile con il tuo Account AWS ID. Questo esempio presuppone che le credenziali current AWS Command Line Interface (AWS CLI) appartengano al venditore. Account AWS

account=$(aws sts get-caller-identity --query Account --output text)

Per autenticare il tuo client Docker CLI con il registro Docker Account AWS Amazon ECR per la tua regione, esegui il comando seguente.

aws ecr get-login-password \
--region ${region} \
| sudo docker login \
--username AWS \
--password-stdin \
${account}.dkr.ecr.${region}.amazonaws.com

Crea un repository e carica l'immagine

Imposta una variabile per il tag dell'immagine caricata e un'altra variabile per il nome dell'archivio di immagini caricate.

image=my-inference-image
repo=my-inference-image

Nota

Nelle sezioni precedenti di questa guida, in cui sono state create le immagini di inferenza e di addestramento, erano contrassegnate rispettivamente come my-inference-imagee my-training-image. Per questo esempio, create e caricate l'immagine di inferenza in un repository con lo stesso nome.

Esegui il seguente comando per creare l'archivio di immagini in Amazon ECR.

aws ecr --region ${region} create-repository --repository-name "${repo}"

Il nome completo della posizione del repository Amazon ECR è composto dalle seguenti parti: <account-id>.dkr.ecr.<region>.amazonaws.com/<image-repository-name>

Per inviare l'immagine al repository, devi etichettarla con il nome completo della posizione del repository.

Imposta una variabile per il nome completo della posizione del deposito di immagini insieme al tag. latest

fullname="${account}.dkr.ecr.${region}.amazonaws.com/${repo}:latest"

Etichetta l'immagine con il nome completo.

sudo docker tag ${image} ${fullname}

Infine, invia l'immagine di inferenza al repository in Amazon ECR.

sudo docker push ${fullname}

Una volta completato il caricamento, l'immagine viene visualizzata nell'elenco dei repository della console Amazon ECR nella regione da cui stai pubblicando. Nell'esempio precedente, l'immagine è stata inviata a un repository nella regione degli Stati Uniti orientali (Ohio).

Scansiona l'immagine caricata

Nella console Amazon ECR, scegli il file da Regione AWS cui stai pubblicando e apri il repository in cui è stata caricata l'immagine. Seleziona l'immagine caricata e avvia una scansione per verificare eventuali vulnerabilità note. Marketplace AWS controlla i risultati della scansione Amazon ECR delle immagini dei container utilizzate nella tua SageMaker risorsa Amazon prima di pubblicarla. Prima di creare il prodotto, devi correggere le immagini dei container che presentano vulnerabilità di gravità critica o elevata.

Dopo aver eseguito correttamente la scansione, le immagini possono essere utilizzate per creare un pacchetto modello o una risorsa algoritmica.

Se ritieni che il prodotto presentasse errori nella scansione che sono falsi positivi, contatta il team operativo del Marketplace AWS venditore per fornire informazioni sull'errore.

Fasi successive

• Vedi i limiti di dimensione in Requisiti e best practice per la creazione di prodotti di machine learning

• Continua a Creare la tua SageMaker risorsa Amazon