Sviluppa algoritmi e modelli in Amazon SageMaker AI

Prima di poter creare algoritmi e pacchetti di modelli da utilizzare in Amazon SageMaker AI o su cui elencare Marketplace AWS, devi svilupparli e impacchettarli in contenitori Docker.

Nota

Quando vengono creati algoritmi e pacchetti di modelli da pubblicare Marketplace AWS, l' SageMaker intelligenza artificiale analizza i contenitori alla ricerca di vulnerabilità di sicurezza sui sistemi operativi supportati.

Sono supportate solo le versioni dei sistemi operativi seguenti:

• 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

Sviluppa algoritmi nell'IA SageMaker

Un algoritmo deve essere impacchettato come contenitore docker e archiviato in Amazon ECR per utilizzarlo nell'intelligenza artificiale. SageMaker Il container Docker contiene il codice di addestramento utilizzato per eseguire i processi di addestramento e, facoltativamente, il codice di inferenza utilizzato per ottenere le inferenze dai modelli con addestramento mediante l'algoritmo.

Per informazioni sullo sviluppo di algoritmi nell' SageMaker intelligenza artificiale e sul loro imballaggio come contenitori, consulta. Contenitori Docker per la formazione e l'implementazione di modelli Per un esempio completo di come creare un contenitore di algoritmi, consulta il taccuino di esempio all'indirizzo https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/scikit_bring_your_own/scikit_bring_your_own.html. È inoltre possibile trovare il notebook di esempio in un'istanza di SageMaker notebook. Il notebook si trova nella sezione Funzionalità avanzate ed è denominato scikit_bring_your_own.ipynb. Per informazioni su come utilizzare i notebook di esempio in un'istanza del notebook, consulta Accedi a taccuini di esempio.

Testa sempre a fondo i tuoi algoritmi prima di creare risorse algoritmiche su Marketplace AWS cui pubblicare.

Nota

Quando un acquirente sottoscrive il tuo prodotto containerizzato, i container Docker vengono eseguiti in un ambiente isolato (senza Internet). Quando crei i container, non contare sulla possibilità di effettuare chiamate in uscita su Internet. Inoltre, non sono consentite chiamate AWS ai servizi.

Sviluppa modelli in SageMaker AI

Un modello implementabile nell' SageMaker IA è costituito da codice di inferenza, artefatti del modello, un ruolo IAM utilizzato per accedere alle risorse e altre informazioni necessarie per implementare il modello nell'intelligenza artificiale. SageMaker Gli artefatti del modello sono i risultati dell’addestramento di un modello eseguito con un algoritmo di Machine Learning. Il codice di inferenza deve essere compresso in un container Docker e archiviato in Amazon ECR. Gli artefatti del modello possono essere compressi nello stesso container del codice di inferenza oppure possono essere archiviati in Amazon S3.

Puoi creare un modello eseguendo un processo di formazione sull' SageMaker intelligenza artificiale o addestrando un algoritmo di apprendimento automatico al di fuori dell'intelligenza artificiale. SageMaker Se esegui un processo di formazione sull' SageMaker intelligenza artificiale, gli artefatti del modello risultanti sono disponibili sul ModelArtifacts campo in risposta a una chiamata all'DescribeTrainingJoboperazione. Per informazioni su come sviluppare un contenitore di modelli di SageMaker intelligenza artificiale, consulta. Contenitori con codice di inferenza personalizzato Per un esempio completo di come creare un contenitore modello da un modello addestrato al di fuori dell' SageMaker intelligenza artificiale, consulta il taccuino di esempio all'indirizzo https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/xgboost_bring_your_own_model/xgboost_bring_your_own_model.html. Puoi anche trovare il notebook di esempio in un'istanza di SageMaker notebook. Il notebook si trova nella sezione Funzionalità avanzate ed è denominato xgboost_bring_your_own_model.ipynb. Per informazioni su come utilizzare i notebook di esempio in un'istanza del notebook, consulta Accedi a taccuini di esempio.

Testa sempre a fondo i tuoi modelli prima di creare pacchetti di modelli su cui pubblicare Marketplace AWS.

Nota

Quando un acquirente sottoscrive il tuo prodotto containerizzato, i container Docker vengono eseguiti in un ambiente isolato (senza Internet). Quando crei i container, non contare sulla possibilità di effettuare chiamate in uscita su Internet. Inoltre, non sono consentite chiamate ai AWS servizi.