Amazon에서 알고리즘 및 모델 개발 SageMaker

Amazon에서 SageMaker 사용하거나 목록에 추가할 알고리즘 및 모델 패키지 리소스를 만들려면 먼저 리소스를 개발하고 Docker 컨테이너에 AWS Marketplace패키징해야 합니다.

참고

리스팅할 알고리즘과 모델 패키지를 만들면 지원되는 운영 AWS Marketplace체제의 보안 취약성이 있는지 컨테이너를 SageMaker 스캔합니다.

다음 운영 체제 버전만 지원됩니다.

• 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

에서 알고리즘 개발 SageMaker

알고리즘을 docker 컨테이너로 패키징하여 Amazon ECR에 저장해야 사용할 수 있습니다. SageMaker Docker 컨테이너에는 훈련 작업을 실행하는 데 사용했던 훈련 코드와, 경우에 따라 알고리즘을 사용하여 훈련한 모델에서 추론을 얻는 데 사용한 추론 코드가 포함되어 있습니다.

알고리즘을 개발하고 이를 컨테이너로 패키징하는 SageMaker 방법에 대한 자세한 내용은 을 참조하십시오. Docker 컨테이너를 사용하여 모델을 학습하고 배포하세요 알고리즘 컨테이너를 만드는 방법에 대한 전체 예제는 https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/scikit_bring_your_own/scikit_bring_your_own.html 샘플 노트북을 참조하십시오. SageMaker 노트북 인스턴스에서 샘플 노트북을 찾을 수도 있습니다. 노트북은 고급 기능 섹션에 scikit_bring_your_own.ipynb라는 이름으로 표시되어 있습니다. 노트북 인스턴스의 샘플 노트북 사용에 대한 자세한 정보는 예제 노트북 단원을 참조하십시오.

퍼블리싱할 알고리즘 리소스를 만들기 전에 항상 알고리즘을 철저하게 테스트하십시오 AWS Marketplace.

참고

구매자가 컨테이너화된 제품을 구독하면 Docker 컨테이너는 (인터넷에 연결되지 않은) 격리된 환경에서 실행됩니다. 컨테이너를 생성할 때 인터넷을 통한 발신 호출을 수행하면 안 됩니다. AWS 서비스 호출도 허용되지 않습니다.

에서 모델 개발 SageMaker

에서 배포 가능한 모델은 추론 코드, 모델 아티팩트, 리소스에 액세스하는 데 사용되는 IAM 역할 및 모델을 배포하는 데 필요한 기타 정보로 SageMaker 구성됩니다. SageMaker 모델 결과물은 기계 학습 알고리즘을 사용하여 모델을 훈련한 결과입니다. 추론 코드는 Docker 컨테이너에 패키징되고 Amazon ECR에 저장됩니다. 모델 아티팩트는 추론 코드와 동일한 컨테이너에 패키징하거나 Amazon S3에 저장할 수 있습니다.

에서 SageMaker 교육 작업을 실행하거나 외부에서 기계 학습 알고리즘을 학습시켜 모델을 생성합니다. SageMaker 에서 SageMaker 학습 작업을 실행하면 작업 호출에 대한 응답으로 결과 모델 아티팩트를 ModelArtifacts 현장에서 사용할 수 있습니다. DescribeTrainingJob SageMaker 모델 컨테이너를 개발하는 방법에 대한 자세한 내용은 을 참조하십시오자체 추론 코드 사용. 외부에서 학습한 모델로 모델 컨테이너를 만드는 방법에 대한 전체 예제는 https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/xgboost_bring_your_own_model/xgboost_bring_your_own_model.html 샘플 노트북을 참조하십시오. SageMaker SageMaker 노트북 인스턴스에서 샘플 노트북을 찾을 수도 있습니다. 노트북은 고급 기능 섹션에 xgboost_bring_your_own_model.ipynb라는 이름으로 표시되어 있습니다. 노트북 인스턴스의 샘플 노트북 사용에 대한 자세한 정보는 예제 노트북 단원을 참조하십시오.

게시할 모델 패키지를 만들기 전에 항상 모델을 철저하게 테스트하십시오 AWS Marketplace.

참고

구매자가 컨테이너화된 제품을 구독하면 Docker 컨테이너는 (인터넷에 연결되지 않은) 격리된 환경에서 실행됩니다. 컨테이너를 생성할 때 인터넷을 통한 발신 호출을 수행하면 안 됩니다. AWS 서비스를 호출하는 것도 허용되지 않습니다.