モデルバージョンの詳細を表示および更新する (Boto3)モデルバージョンの詳細を表示および更新する (Studio または Studio Classic)

モデルバージョンの詳細の表示と更新

次のいずれかを使用して、特定のモデルバージョンの詳細を表示および更新できます。 AWS SDK for Python (Boto3) または Amazon SageMaker Studio コンソール。

重要

Amazon SageMaker は Model Cards を Model Registry に統合します。Model Registry に登録されたモデルパッケージには、モデルパッケージのコンポーネントとして簡略化されたモデルカードが含まれています。詳細については、「モデルパッケージモデルカードスキーマ (Studio)」を参照してください。

モデルバージョンの詳細を表示および更新する (Boto3)

Boto3 を使用してモデルバージョンの詳細を表示するには、次のステップを実行します。

list_model_packages API オペレーションを呼び出して、モデルグループのモデルバージョンを表示します。


sm_client.list_model_packages(ModelPackageGroupName="ModelGroup1")

レスポンスはモデルパッケージの概要のリストです。このリストからモデルバージョンの Amazon リソースネーム (ARN) を取得できます。


{'ModelPackageSummaryList': [{'ModelPackageGroupName': 'AbaloneMPG-16039329888329896',
   'ModelPackageVersion': 1,
   'ModelPackageArn': 'arn:aws:sagemaker:us-east-2:123456789012:model-package/ModelGroup1/1',
   'ModelPackageDescription': 'TestMe',
   'CreationTime': datetime.datetime(2020, 10, 29, 1, 27, 46, 46000, tzinfo=tzlocal()),
   'ModelPackageStatus': 'Completed',
   'ModelApprovalStatus': 'Approved'}],
 'ResponseMetadata': {'RequestId': '12345678-abcd-1234-abcd-aabbccddeeff',
  'HTTPStatusCode': 200,
  'HTTPHeaders': {'x-amzn-requestid': '12345678-abcd-1234-abcd-aabbccddeeff',
   'content-type': 'application/x-amz-json-1.1',
   'content-length': '349',
   'date': 'Mon, 23 Nov 2020 04:56:50 GMT'},
  'RetryAttempts': 0}}

describe_model_package を呼び出してモデルバージョンの詳細を表示します。への呼び出しARNの出力で取得したモデルバージョンのを渡しますlist_model_packages。


sm_client.describe_model_package(ModelPackageName="arn:aws:sagemaker:us-east-2:123456789012:model-package/ModelGroup1/1")

この呼び出しの出力は、モデルバージョンの詳細を含むJSONオブジェクトです。


{'ModelPackageGroupName': 'ModelGroup1',
 'ModelPackageVersion': 1,
 'ModelPackageArn': 'arn:aws:sagemaker:us-east-2:123456789012:model-package/ModelGroup/1',
 'ModelPackageDescription': 'Test Model',
 'CreationTime': datetime.datetime(2020, 10, 29, 1, 27, 46, 46000, tzinfo=tzlocal()),
 'InferenceSpecification': {'Containers': [{'Image': '257758044811.dkr.ecr.us-east-2.amazonaws.com/sagemaker-xgboost:1.0-1-cpu-py3',
    'ImageDigest': 'sha256:99fa602cff19aee33297a5926f8497ca7bcd2a391b7d600300204eef803bca66',
    'ModelDataUrl': 's3://sagemaker-us-east-2-123456789012/ModelGroup1/pipelines-0gdonccek7o9-AbaloneTrain-stmiylhtIR/output/model.tar.gz'}],
  'SupportedTransformInstanceTypes': ['ml.m5.xlarge'],
  'SupportedRealtimeInferenceInstanceTypes': ['ml.t2.medium', 'ml.m5.xlarge'],
  'SupportedContentTypes': ['text/csv'],
  'SupportedResponseMIMETypes': ['text/csv']},
 'ModelPackageStatus': 'Completed',
 'ModelPackageStatusDetails': {'ValidationStatuses': [],
  'ImageScanStatuses': []},
 'CertifyForMarketplace': False,
 'ModelApprovalStatus': 'PendingManualApproval',
 'LastModifiedTime': datetime.datetime(2020, 10, 29, 1, 28, 0, 438000, tzinfo=tzlocal()),
 'ResponseMetadata': {'RequestId': '12345678-abcd-1234-abcd-aabbccddeeff',
  'HTTPStatusCode': 200,
  'HTTPHeaders': {'x-amzn-requestid': '212345678-abcd-1234-abcd-aabbccddeeff',
   'content-type': 'application/x-amz-json-1.1',
   'content-length': '1038',
   'date': 'Mon, 23 Nov 2020 04:59:38 GMT'},
  'RetryAttempts': 0}}

モデルパッケージモデルカードスキーマ (Studio)

モデルバージョンに関連するすべての詳細は、モデルパッケージのモデルカードにカプセル化されます。モデルパッケージのモデルカードは Amazon SageMaker Model Card の特別な使用法であり、そのスキーマは簡略化されています。モデルパッケージモデルカードスキーマは、次の展開可能なドロップダウンに表示されます。


{
  "title": "SageMakerModelCardSchema",
  "description": "Schema of a model package’s model card.",
  "version": "0.1.0",
  "type": "object",
  "additionalProperties": false,
  "properties": {
    "model_overview": {
      "description": "Overview about the model.",
      "type": "object",
      "additionalProperties": false,
      "properties": {
        "model_creator": {
          "description": "Creator of model.",
          "type": "string",
          "maxLength": 1024
        },
        "model_artifact": {
          "description": "Location of the model artifact.",
          "type": "array",
          "maxContains": 15,
          "items": {
            "type": "string",
            "maxLength": 1024
          }
        }
      }
    },
    "intended_uses": {
      "description": "Intended usage of model.",
      "type": "object",
      "additionalProperties": false,
      "properties": {
        "purpose_of_model": {
          "description": "Reason the model was developed.",
          "type": "string",
          "maxLength": 2048
        },
        "intended_uses": {
          "description": "Intended use cases.",
          "type": "string",
          "maxLength": 2048
        },
        "factors_affecting_model_efficiency": {
          "type": "string",
          "maxLength": 2048
        },
        "risk_rating": {
          "description": "Risk rating for model card.",
          "$ref": "#/definitions/risk_rating"
        },
        "explanations_for_risk_rating": {
          "type": "string",
          "maxLength": 2048
        }
      }
    },
    "business_details": {
      "description": "Business details of model.",
      "type": "object",
      "additionalProperties": false,
      "properties": {
        "business_problem": {
          "description": "Business problem solved by the model.",
          "type": "string",
          "maxLength": 2048
        },
        "business_stakeholders": {
          "description": "Business stakeholders.",
          "type": "string",
          "maxLength": 2048
        },
        "line_of_business": {
          "type": "string",
          "maxLength": 2048
        }
      }
    },
    "training_details": {
      "description": "Overview about the training.",
      "type": "object",
      "additionalProperties": false,
      "properties": {
        "objective_function": {
          "description": "The objective function for which the model is optimized.",
          "function": {
            "$ref": "#/definitions/objective_function"
          },
          "notes": {
            "type": "string",
            "maxLength": 1024
          }
        },
        "training_observations": {
          "type": "string",
          "maxLength": 1024
        },
        "training_job_details": {
          "type": "object",
          "additionalProperties": false,
          "properties": {
            "training_arn": {
              "description": "SageMaker Training job ARN.",
              "type": "string",
              "maxLength": 1024
            },
            "training_datasets": {
              "description": "Location of the model datasets.",
              "type": "array",
              "maxContains": 15,
              "items": {
                "type": "string",
                "maxLength": 1024
              }
            },
            "training_environment": {
              "type": "object",
              "additionalProperties": false,
              "properties": {
                "container_image": {
                  "description": "SageMaker training image URI.",
                  "type": "array",
                  "maxContains": 15,
                  "items": {
                    "type": "string",
                    "maxLength": 1024
                  }
                }
              }
            },
            "training_metrics": {
              "type": "array",
              "items": {
                "maxItems": 50,
                "$ref": "#/definitions/training_metric"
              }
            },
            "user_provided_training_metrics": {
              "type": "array",
              "items": {
                "maxItems": 50,
                "$ref": "#/definitions/training_metric"
              }
            },
            "hyper_parameters": {
              "type": "array",
              "items": {
                "maxItems": 100,
                "$ref": "#/definitions/training_hyper_parameter"
              }
            },
            "user_provided_hyper_parameters": {
              "type": "array",
              "items": {
                "maxItems": 100,
                "$ref": "#/definitions/training_hyper_parameter"
              }
            }
          }
        }
      }
    },
    "evaluation_details": {
      "type": "array",
      "default": [],
      "items": {
        "type": "object",
        "required": [
          "name"
        ],
        "additionalProperties": false,
        "properties": {
          "name": {
            "type": "string",
            "pattern": ".{1,63}"
          },
          "evaluation_observation": {
            "type": "string",
            "maxLength": 2096
          },
          "evaluation_job_arn": {
            "type": "string",
            "maxLength": 256
          },
          "datasets": {
            "type": "array",
            "items": {
              "type": "string",
              "maxLength": 1024
            },
            "maxItems": 10
          },
          "metadata": {
            "description": "Additional attributes associated with the evaluation results.",
            "type": "object",
            "additionalProperties": {
              "type": "string",
              "maxLength": 1024
            }
          },
          "metric_groups": {
            "type": "array",
            "default": [],
            "items": {
              "type": "object",
              "required": [
                "name",
                "metric_data"
              ],
              "properties": {
                "name": {
                  "type": "string",
                  "pattern": ".{1,63}"
                },
                "metric_data": {
                  "type": "array",
                  "items": {
                    "anyOf": [
                      {
                        "$ref": "#/definitions/simple_metric"
                      },
                      {
                        "$ref": "#/definitions/linear_graph_metric"
                      },
                      {
                        "$ref": "#/definitions/bar_chart_metric"
                      },
                      {
                        "$ref": "#/definitions/matrix_metric"
                      }
                    ]

                  }
                }
              }
            }
          }
        }
      }
    },
    "additional_information": {
      "additionalProperties": false,
      "type": "object",
      "properties": {
        "ethical_considerations": {
          "description": "Ethical considerations for model users.",
          "type": "string",
          "maxLength": 2048
        },
        "caveats_and_recommendations": {
          "description": "Caveats and recommendations for model users.",
          "type": "string",
          "maxLength": 2048
        },
        "custom_details": {
          "type": "object",
          "additionalProperties": {
            "$ref": "#/definitions/custom_property"
          }
        }
      }
    }
  },
  "definitions": {
    "source_algorithms": {
      "type": "array",
      "minContains": 1,
      "maxContains": 1,
      "items": {
        "type": "object",
        "additionalProperties": false,
        "required": [
          "algorithm_name"
        ],
        "properties": {
          "algorithm_name": {
            "description": "The name of the algorithm used to create the model package. The algorithm must be either an algorithm resource in your SageMaker account or an algorithm in AWS Marketplace that you are subscribed to.",
            "type": "string",
            "maxLength": 170
          },
          "model_data_url": {
            "description": "Amazon S3 path where the model artifacts, which result from model training, are stored.",
            "type": "string",
            "maxLength": 1024
          }
        }
      }
    },
    "inference_specification": {
      "type": "object",
      "additionalProperties": false,
      "required": [
        "containers"
      ],
      "properties": {
        "containers": {
          "description": "Contains inference related information used to create model package.",
          "type": "array",
          "minContains": 1,
          "maxContains": 15,
          "items": {
            "type": "object",
            "additionalProperties": false,
            "required": [
              "image"
            ],
            "properties": {
              "model_data_url": {
                "description": "Amazon S3 path where the model artifacts, which result from model training, are stored.",
                "type": "string",
                "maxLength": 1024
              },
              "image": {
                "description": "Inference environment path. The Amazon Elastic Container Registry (Amazon ECR) path where inference code is stored.",
                "type": "string",
                "maxLength": 255
              },
              "nearest_model_name": {
                "description": "The name of a pre-trained machine learning benchmarked by an Amazon SageMaker Inference Recommender model that matches your model.",
                "type": "string"
              }
            }
          }
        }
      }
    },
    "risk_rating": {
      "description": "Risk rating of model.",
      "type": "string",
      "enum": [
        "High",
        "Medium",
        "Low",
        "Unknown"
      ]
    },
    "custom_property": {
      "description": "Additional property.",
      "type": "string",
      "maxLength": 1024
    },
    "objective_function": {
      "description": "Objective function for which the training job is optimized.",
      "additionalProperties": false,
      "properties": {
        "function": {
          "type": "string",
          "enum": [
            "Maximize",
            "Minimize"
          ]
        },
        "facet": {
          "type": "string",
          "maxLength": 63
        },
        "condition": {
          "type": "string",
          "maxLength": 63
        }
      }
    },
    "training_metric": {
      "description": "Training metric data.",
      "type": "object",
      "required": [
        "name",
        "value"
      ],
      "additionalProperties": false,
      "properties": {
        "name": {
          "type": "string",
          "pattern": ".{1,255}"
        },
        "notes": {
          "type": "string",
          "maxLength": 1024
        },
        "value": {
          "type": "number"
        }
      }
    },
    "training_hyper_parameter": {
      "description": "Training hyperparameter.",
      "type": "object",
      "required": [
        "name",
        "value"
      ],
      "additionalProperties": false,
      "properties": {
        "name": {
          "type": "string",
          "pattern": ".{1,255}"
        },
        "value": {
          "type": "string",
          "pattern": ".{1,255}"
        }
      }
    },
    "linear_graph_metric": {
      "type": "object",
      "required": [
        "name",
        "type",
        "value"
      ],
      "additionalProperties": false,
      "properties": {
        "name": {
          "type": "string",
          "pattern": ".{1,255}"
        },
        "notes": {
          "type": "string",
          "maxLength": 1024
        },
        "type": {
          "type": "string",
          "enum": [
            "linear_graph"
          ]
        },
        "value": {
          "anyOf": [
            {
              "type": "array",
              "items": {
                "type": "array",
                "items": {
                  "type": "number"
                },
                "minItems": 2,
                "maxItems": 2
              },
              "minItems": 1
            }
          ]
        },
        "x_axis_name": {
          "$ref": "#/definitions/axis_name_string"
        },
        "y_axis_name": {
          "$ref": "#/definitions/axis_name_string"
        }
      }
    },
    "bar_chart_metric": {
      "type": "object",
      "required": [
        "name",
        "type",
        "value"
      ],
      "additionalProperties": false,
      "properties": {
        "name": {
          "type": "string",
          "pattern": ".{1,255}"
        },
        "notes": {
          "type": "string",
          "maxLength": 1024
        },
        "type": {
          "type": "string",
          "enum": [
            "bar_chart"
          ]
        },
        "value": {
          "anyOf": [
            {
              "type": "array",
              "items": {
                "type": "number"
              },
              "minItems": 1
            }
          ]
        },
        "x_axis_name": {
          "$ref": "#/definitions/axis_name_array"
        },
        "y_axis_name": {
          "$ref": "#/definitions/axis_name_string"
        }
      }
    },
    "matrix_metric": {
      "type": "object",
      "required": [
        "name",
        "type",
        "value"
      ],
      "additionalProperties": false,
      "properties": {
        "name": {
          "type": "string",
          "pattern": ".{1,255}"
        },
        "notes": {
          "type": "string",
          "maxLength": 1024
        },
        "type": {
          "type": "string",
          "enum": [
            "matrix"
          ]
        },
        "value": {
          "anyOf": [
            {
              "type": "array",
              "items": {
                "type": "array",
                "items": {
                  "type": "number"
                },
                "minItems": 1,
                "maxItems": 20
              },
              "minItems": 1,
              "maxItems": 20
            }
          ]
        },
        "x_axis_name": {
          "$ref": "#/definitions/axis_name_array"
        },
        "y_axis_name": {
          "$ref": "#/definitions/axis_name_array"
        }
      }
    },
    "simple_metric": {
      "description": "Metric data.",
      "type": "object",
      "required": [
        "name",
        "type",
        "value"
      ],
      "additionalProperties": false,
      "properties": {
        "name": {
          "type": "string",
          "pattern": ".{1,255}"
        },
        "notes": {
          "type": "string",
          "maxLength": 1024
        },
        "type": {
          "type": "string",
          "enum": [
            "number",
            "string",
            "boolean"
          ]
        },
        "value": {
          "anyOf": [
            {
              "type": "number"
            },
            {
              "type": "string",
              "maxLength": 63
            },
            {
              "type": "boolean"
            }
          ]
        },
        "x_axis_name": {
          "$ref": "#/definitions/axis_name_string"
        },
        "y_axis_name": {
          "$ref": "#/definitions/axis_name_string"
        }
      }
    },
    "axis_name_array": {
      "type": "array",
      "items": {
        "type": "string",
        "maxLength": 63
      }
    },
    "axis_name_string": {
      "type": "string",
      "maxLength": 63
    }
  }
}

モデルバージョンの詳細を表示および更新する (Studio または Studio Classic)

モデルバージョンの詳細を表示および更新するには、Studio と Studio Classic のどちらを使用するかに基づいて次の手順を実行します。Studio Classic では、モデルバージョンの承認ステータスを更新できます。詳細については、「モデルの承認ステータスを更新する」を参照してください。Studio では、モデルパッケージのモデルカード SageMaker を作成し、モデルバージョン UI ではモデルカードの詳細を更新するオプションを提供します。

Studio

「Amazon SageMaker Studio を起動する」の手順に従って Studio コンソールを開きます。 SageMaker
左側のナビゲーションペインで、メニューからモデルを選択します。
まだ選択されていない場合は、登録済みモデルタブを選択します。
登録済みモデルタブラベルのすぐ下にある Model Groups をまだ選択していない場合は、選択します。
表示するモデルバージョンを含むモデルグループの名前を選択します。
モデルバージョンのリストで、表示するモデルバージョンを選択します。
次のいずれかのテーブルを選択します。
- トレーニング： パフォーマンスメトリクス、アーティファクト、IAMロールと暗号化、コンテナなど、トレーニングジョブに関連する詳細を表示または編集します。詳細については、「トレーニングジョブ情報 (Studio)」を参照してください。
- 評価: パフォーマンスメトリクス、評価データセット、セキュリティなど、トレーニングジョブに関連する詳細を表示または編集します。詳細については、「評価ジョブ情報 (Studio)」を参照してください。
- 監査: モデルのビジネス目的、使用状況、リスク、アルゴリズムやパフォーマンスの制限などの技術的な詳細に関連する高レベルの詳細を表示または編集します。詳細については、「監査 (ガバナンス) 情報 (Studio)」を参照してください。
- をデプロイする: エンドポイントを構成する推論イメージコンテナとインスタンスの場所を表示または編集します。詳細については、「デプロイ情報 (Studio)」を参照してください。

Studio Classic

Amazon SageMaker Studio Classic にサインインします。詳細については、「Amazon SageMaker Studio Classic の起動」を参照してください。
左側のナビゲーションペインで [ホーム] アイコン( ) を選択します。
[モデル] を選択し、[モデルレジストリ] を選択します。
モデルグループのリストから、表示する Model Group の名前を選択します。
新しいタブが開き、Model Group 内にあるモデルバージョンのリストが表示されます。
モデルバージョンのリストで、詳細を表示するモデルバージョンの名前を選択します。
表示されるモデルバージョンのタブで次のいずれかを選択して、モデルバージョンの詳細を表示します。
- Activity (アクティビティ): 承認ステータスの更新など、モデルバージョンのイベントを表示します。
- モデル品質: Model Monitor のモデル品質チェックに関連するメトリクスをレポートし、モデル予測を Ground Truth と比較します。Model Monitor のモデル品質チェックの詳細については、「モデル品質をモニタリングする」を参照してください。
- 説明可能性: Model Monitor の機能属性チェックに関連するメトリクスをレポートし、トレーニングデータとライブデータに含まれる特徴量の相対的なランキングを比較します。Model Monitor の説明可能性チェックの詳細については、「本番稼働中のモデルの特徴属性ドリフトをモニタリングする」を参照してください。
- バイアス: Model Monitor のバイアスドリフトチェックに関連するメトリクスをレポートし、ライブデータとトレーニングデータの分布を比較します。Model Monitor のバイアスドリフトチェックの詳細については、「本番稼働中のモデルのバイアスドリフトをモニタリングする」を参照してください。
- 推論レコメンダー: モデルとサンプルペイロードに基づいて、最適なパフォーマンスを実現するための初期インスタンスの推奨事項を提供します。
- ロードテスト: レイテンシーやスループットの制約など、特定の本番要件指定した場合に、選択したインスタンスタイプ全体でロードテストを実行します。
- 推論仕様： リアルタイム推論ジョブと変換ジョブのインスタンスタイプ、および Amazon ECRコンテナに関する情報を表示します。
- 情報: モデルバージョンが関連付けられているプロジェクト、モデルを生成したパイプライン、Model Group、Amazon S3 内のモデルの場所といった情報を表示します。

トレーニングジョブ情報 (Studio)

重要

2023 年 11 月 30 日現在、以前の Amazon SageMaker Studio エクスペリエンスは Amazon SageMaker Studio Classic という名前になりました。次のセクションは、更新された Studio エクスペリエンスの使用に固有のものです。Studio Classic アプリケーションの使用については、「」を参照してくださいAmazon SageMaker Studio Classic。

外部またはで作成された 1 つのトレーニングジョブ SageMakerをモデルに追加できます。 SageMaker トレーニングジョブを追加すると、はトレーニングタブのすべてのサブページのフィールドを SageMaker 事前に入力します。外部で作成されたトレーニングジョブを追加する場合は、トレーニングジョブに関連する詳細を手動で追加する必要があります。追加したトレーニングジョブに関する情報を追加、削除、表示、または更新するには、このセクションのステップに従います。

モデルパッケージにトレーニングジョブを追加するには、次のステップを実行します。

トレーニングタブを選択します。
[追加] を選択します。このオプションが表示されない場合は、トレーニングジョブが既にアタッチされている可能性があります。トレーニングジョブを削除する場合は、次の手順を実行してトレーニングジョブを削除します。
で作成したトレーニングジョブ SageMaker または外部で作成したトレーニングジョブを追加できます。
1. で作成したトレーニングジョブを追加するには SageMaker、次のステップを実行します。
  1. を選択しますSageMaker。
  2. 追加するトレーニングジョブの横にあるラジオボックスを選択します。
  3. [追加] を選択します。
2. 外部で作成したトレーニングジョブを追加するには、次のステップを実行します。
  1. [Custom] を選択します。
  2. 名前フィールドに、カスタムトレーニングジョブの名前を挿入します。
  3. [追加] を選択します。

モデルパッケージからトレーニングジョブを削除するには、次のステップを実行します。

[Train] を選択します。
トレーニングタブの下にある歯車 ( ) アイコンを選択します。
トレーニングジョブの横にある削除を選択します。
はい、「トレーニングジョブの名前」を削除します。
[完了] をクリックします。

トレーニングジョブに関連する詳細を更新 (および表示) するには：

トレーニングタブで、トレーニングジョブのステータスを表示します。トレーニングジョブをモデルパッケージに追加Completeした場合、ステータスはです。追加Undefinedしていない場合はです。
パフォーマンス、ハイパーパラメータ、識別の詳細など、トレーニングジョブに関連する詳細を表示するには、トレーニングタブを選択します。
モデルのパフォーマンスに関連する詳細を更新して表示するには、次のステップを実行します。
1. トレーニングタブの左側のサイドバーでパフォーマンスを選択します。
2. トレーニングジョブに関連するメトリクスを表示します。パフォーマンスページには、名前、値、およびメトリクスに関連して追加したメモ別にメトリクスが一覧表示されます。
3. （オプション) 既存のメトリクスにメモを追加するには、次のステップを実行します。
  1. モデルバージョンページの右上隅にある縦の省略記号を選択し、編集を選択します。
  2. リストされているメトリクスのいずれかにメモを追加します。
  3. モデルバージョンページの上部にある「モデルバージョンの編集」バナーで「保存」を選択します。
4. トレーニングジョブに関連するカスタムメトリクスを表示します。カスタムメトリクスは、メトリクスと同様にフォーマットされます。
5. （オプション) カスタムメトリクスを追加するには、次のステップを実行します。
  1. [追加] を選択します。
  2. 新しいメトリクスの名前、値、およびオプションのメモを挿入します。
6. （オプション) カスタムメトリクスを削除するには、削除するメトリクスの横にあるゴミ箱アイコンを選択します。
7. 「観察結果」テキストボックスに、トレーニングジョブのパフォーマンスに関して追加したメモをすべて表示します。
8. （オプション) 観測値を追加または更新するには、次のステップを実行します。
  1. モデルバージョンページの右上隅にある縦の省略記号を選択し、編集を選択します。
  2. 観察結果テキストボックスにメモを追加または更新します。
  3. モデルバージョンページの上部にある「モデルバージョンの編集」バナーで「保存」を選択します。
モデルアーティファクトに関連する詳細を更新して表示するには、次のステップを実行します。
1. トレーニングタブの左側のサイドバーでアーティファクトを選択します。
2. Location (S3 URI) フィールドで、トレーニングデータセットの Amazon S3 の場所を表示します。
3. Models フィールドで、トレーニングジョブに含めた他のモデルからのモデルアーティファクトの名前と Amazon S3 の場所を表示します。
4. アーティファクトページのフィールドを更新するには、次のステップを実行します。
  1. モデルバージョンページの右上にある縦の省略記号を選択し、編集を選択します。
  2. 任意のフィールドに新しい値を入力します。
  3. モデルバージョンページの上部にある「モデルバージョンの編集」バナーで「保存」を選択します。
ハイパーパラメータに関連する詳細を更新して表示するには、次の手順を実行します。
1. トレーニングタブの左側のサイドバーでハイパーパラメータを選択します。
2. SageMaker 指定されたハイパーパラメータと定義されたカスタムハイパーパラメータを表示します。各ハイパーパラメータは、名前と値とともに一覧表示されます。
3. 追加したカスタムハイパーパラメータを表示します。
4. （オプション) カスタムハイパーパラメータを追加するには、次のステップを実行します。
  1. カスタムハイパーパラメータテーブルの右上隅で、 を追加 を選択します。新しい空白フィールドのペアが表示されます。
  2. 新しいカスタムハイパーパラメータの名前と値を入力します。これらの値は自動的に保存されます。
5. （オプション) カスタムハイパーパラメータを削除するには、ハイパーパラメータの右側にあるゴミ箱アイコンを選択します。
トレーニングジョブ環境に関連する詳細を更新して表示するには、次のステップを実行します。
1. トレーニングタブの左側のサイドバーで環境を選択します。
2. （トレーニングジョブの場合) または SageMaker （カスタム SageMaker トレーニングジョブの場合) によって追加されたトレーニングジョブコンテナの Amazon ECRURIロケーションを表示します。
3. （オプション) トレーニングジョブコンテナを追加するには、 を追加 を選択し、新しいトレーニングコンテナURIのを入力します。
トレーニングジョブ名とトレーニングジョブの Amazon リソースネーム (ARN) を更新して表示するには、次のステップを実行します。
1. トレーニングタブの左側のサイドバーで詳細を選択します。
2. トレーニングジョブの名前とトレーニングジョブARNを表示します。

評価ジョブ情報 (Studio)

重要

モデルを登録したら、1 つ以上のデータセットでモデルをテストして、そのパフォーマンスを評価できます。Amazon S3 から 1 つ以上の評価ジョブを追加するか、すべての詳細を手動で入力して独自の評価ジョブを定義できます。Amazon S3 からジョブを追加すると、は評価タブのすべてのサブページのフィールドを SageMaker 事前に入力します。独自の評価ジョブを定義する場合は、評価ジョブに関連する詳細を手動で追加する必要があります。

最初の評価ジョブをモデルパッケージに追加するには、次のステップを実行します。

評価タブを選択します。
[追加] を選択します。
Amazon S3 またはカスタム評価ジョブから評価ジョブを追加できます。
1. Amazon S3 からの評価ジョブを追加するには、次の手順を実行します。
  1. S3 を選択します。
  2. 評価ジョブの名前を入力します。
  3. Amazon S3 の場所を、評価ジョブの出力を気にせずに入力します。
  4. [追加] を選択します。
2. カスタム評価ジョブを追加するには、次のステップを実行します。
  1. [Custom] を選択します。
  2. 評価ジョブの名前を入力します。
  3. [追加] を選択します。

モデルパッケージに追加の評価ジョブを追加するには、次のステップを実行します。

評価タブを選択します。
トレーニングタブの下にある歯車 ( ) アイコンを選択します。
ダイアログボックスで、 を追加 を選択します。
Amazon S3 またはカスタム評価ジョブから評価ジョブを追加できます。
1. Amazon S3 からの評価ジョブを追加するには、次の手順を実行します。
  1. S3 を選択します。
  2. 評価ジョブの名前を入力します。
  3. Amazon S3 の場所を、評価ジョブの出力を気にせずに入力します。
  4. [追加] を選択します。
2. カスタム評価ジョブを追加するには、次のステップを実行します。
  1. [Custom] を選択します。
  2. 評価ジョブの名前を入力します。
  3. [追加] を選択します。

モデルパッケージから評価ジョブを削除するには、次のステップを実行します。

評価タブを選択します。
トレーニングタブの下にある歯車 ( ) アイコンを選択します。
（オプション) リストから評価ジョブを検索するには、検索ボックスに検索語を入力して選択肢のリストを絞り込みます。
評価ジョブの横にあるラジオボタンを選択します。
[削除] を選択します。
はい、＜評価ジョブの名前> を削除します。
[完了] をクリックします。

評価ジョブに関連する詳細を更新 (および表示) するには：

評価タブで、評価ジョブのステータスを表示します。評価ジョブをモデルパッケージに追加Completeした場合、ステータスはです。追加Undefinedしていない場合はです。
パフォーマンスやアーティファクトの場所など、評価ジョブに関連する詳細を表示するには、評価タブを選択します。
評価中にモデルのパフォーマンスに関連する詳細を更新して表示するには、次のステップを実行します。
1. 評価タブのサイドバーでパフォーマンスを選択します。
2. 評価ジョブに関連するメトリクスをメトリクスリストで表示します。メトリクスリストには、名前、値、およびメトリクスに関連して追加したメモごとに個々のメトリクスが表示されます。
3. 「観察結果」テキストボックスに、評価ジョブのパフォーマンスに関して追加したメモをすべて表示します。
4. メトリクスまたは観測フィールドのメモフィールドを更新するには、次のステップを実行します。
  1. モデルバージョンページの右上にある縦の省略記号を選択し、編集を選択します。
  2. 観察結果テキストボックスに、メトリクスまたはのメモを入力します。
  3. モデルバージョンページの上部にある「モデルバージョンの編集」バナーで「保存」を選択します。
評価ジョブデータセットに関連する詳細を更新して表示するには、次のステップを実行します。
1. 評価ページの左側のサイドバーにあるアーティファクトを選択します。
2. 評価ジョブで使用されるデータセットを表示します。
3. （オプション) データセットを追加するには、追加を選択し、Amazon S3 をデータセットURIに入力します。
4. （オプション) データセットを削除するには、削除するデータセットの横にあるゴミ箱アイコンを選択します。
ジョブ名と評価ジョブを表示するにはARN、詳細を選択します。

監査 (ガバナンス) 情報 (Studio)

重要

重要なモデルの詳細を文書化し、組織がモデルガバナンスの堅牢なフレームワークを確立できるようにします。お客様とチームメンバーは、これらの詳細を参照して、適切なユースケースでモデルを使用し、モデルのビジネスドメインと所有者を理解し、モデルのリスクを理解することができます。また、モデルのパフォーマンスとパフォーマンス制限の理由に関する詳細を保存することもできます。

モデルガバナンスに関連する詳細を表示または更新するには、次のステップを実行します。

監査タブで、モデルカードの承認ステータスを表示します。ステータスは次のいずれかになります。
- ドラフト : モデルカードはまだドラフトです。
- 承認保留中： モデルカードは承認を待っています。
- 承認済み： モデルカードが承認されました。
モデルカードの承認ステータスを更新するには、承認ステータスの横にあるプルダウンメニューを選択し、更新された承認ステータスを選択します。
モデルパッケージのリスクに関連する詳細を更新して表示するには、次のステップを実行します。
1. 監査タブの左側のサイドバーでリスクを選択します。
2. 現在のリスク評価とリスク評価の説明を表示します。
3. 評価または説明を更新するには、次のステップを実行します。
  1. 監査ページの右上隅にある縦の省略記号を選択し、編集を選択します。
  2. （オプション) 更新されたリスク評価を選択します。
  3. （オプション) リスク評価の説明を更新します。
  4. モデルバージョンページの上部にある「モデルバージョンの編集」バナーで「保存」を選択します。
モデルパッケージの使用に関連する詳細を更新して表示するには、次のステップを実行します。
1. 監査タブの左側のサイドバーで使用状況を選択します。
2. 追加したテキストを次のフィールドで表示します。
  - 問題タイプ : モデルの構築に使用される機械学習アルゴリズムのカテゴリ。
  - アルゴリズムタイプ : モデルの作成に使用される特定のアルゴリズム。
  - 使用目的: ビジネス問題におけるモデルの現在のアプリケーション。
  - モデルの有効性に影響する要因: モデルのパフォーマンス制限に関する注意事項。
  - 推奨用途: モデルで作成できるアプリケーションの種類、妥当なパフォーマンスが期待できるシナリオ、またはモデルで使用するデータの種類。
  - 道徳的考慮事項: 年齢や性別などの要因に基づいてモデルを区別する方法の説明。
3. 前述のフィールドのいずれかを更新するには、次のステップを実行します。
  1. モデルバージョンページの右上隅にある縦の省略記号を選択し、編集を選択します。
  2. （オプション) 必要に応じて、問題タイプとアルゴリズムタイプのドロップダウンメニューを使用して新しい値を選択します。
  3. （オプション) 残りのフィールドのテキストの説明を更新します。
  4. モデルバージョンページの上部にある「モデルバージョンの編集」バナーで「保存」を選択します。
モデルパッケージの利害関係者に関連する詳細を更新して表示するには、次のステップを実行します。
1. 監査タブの左側のサイドバーでステークホルダーを選択します。
2. 現在のモデル所有者と作成者があれば表示します。
3. モデル所有者または作成者を更新するには、次のステップを実行します。
  1. モデルバージョンページの右上隅にある縦の省略記号を選択し、編集を選択します。
  2. モデル所有者またはモデル作成者フィールドを更新します。
  3. モデルバージョンページの上部にある「モデルバージョンの編集」バナーで「保存」を選択します。
モデルパッケージが対処するビジネス問題に関連する詳細を更新して表示するには、次のステップを実行します。
1. 監査タブの左側のサイドバーで「ビジネス」を選択します。
2. モデルが対処するビジネス問題、ビジネス問題の利害関係者、および事業部門に関する現在の説明があれば表示します。
3. ビジネスタブのフィールドを更新するには、次のステップを実行します。
  1. モデルバージョンページの右上隅にある縦の省略記号を選択し、編集を選択します。
  2. いずれかのフィールドの説明を更新します。
  3. モデルバージョンページの上部にある「モデルバージョンの編集」バナーで「保存」を選択します。
モデルの既存のドキュメント (キーと値のペア) を更新して表示するには、次のステップを実行します。
1. 監査ページの左側のサイドバーにあるドキュメントを選択します。
2. 既存のキーと値のペアを表示します。
3. キーと値のペアを追加するには、次のステップを実行します。
  1. モデルバージョンページの右上隅にある縦の省略記号を選択し、編集を選択します。
  2. [追加] を選択します。
  3. 新しいキーと関連する値を入力します。
  4. モデルバージョンページの上部にある「モデルバージョンの編集」バナーで「保存」を選択します。
4. キーと値のペアを削除するには、次のステップを実行します。
  1. モデルバージョンページの右上隅にある縦の省略記号を選択し、編集を選択します。
  2. 削除するキーと値のペアの横にあるゴミ箱アイコンを選択します。
  3. モデルバージョンページの上部にある「モデルバージョンの編集」バナーで「保存」を選択します。

デプロイ情報 (Studio)

重要

モデルのパフォーマンスを評価し、本番ワークロードに使用する準備ができていることを確認したら、モデルの承認ステータスを変更して CI/CD デプロイを開始できます。承認ステータス定義の詳細については、「」を参照してくださいモデルの承認ステータスを更新する。

モデルパッケージのデプロイに関連する詳細を表示または更新するには、次のステップを実行します。

デプロイタブで、モデルパッケージの承認ステータスを表示します。指定できる値は次のとおりです。
- 承認保留中： モデルは登録されていますが、デプロイがまだ承認または拒否されていません。
- 承認済み： モデルは CI/CD デプロイが承認されています。 SageMaker プロジェクトテンプレートから構築されたモデルの場合と同様に、モデル承認イベント時にモデルのデプロイを開始する EventBridge ルールがある場合、はモデル SageMaker もデプロイします。
- 拒否済み : モデルはデプロイを拒否されます。
承認ステータスを変更する必要がある場合は、ステータスの横にあるドロップダウンメニューを選択し、更新されたステータスを選択します。
モデルパッケージの承認ステータスを更新するには、承認ステータスの横にあるドロップダウンを選択し、更新された承認ステータスを選択します。
コンテナリストで、推論イメージコンテナを表示します。
インスタンス リストで、デプロイエンドポイントを構成するインスタンスを表示します。

ブラウザで JavaScript が無効になっているか、使用できません。

AWS ドキュメントを使用するには、JavaScript を有効にする必要があります。手順については、使用するブラウザのヘルプページを参照してください。

ドキュメントの表記規則

モデルグループとバージョンを表示する

モデルバージョンを比較