Exibir e atualizar os detalhes de uma versão do modelo - Amazon SageMaker
Visualize e atualize os detalhes de uma versão do modelo (Boto3)Visualize e atualize os detalhes de uma versão do modelo (Studio ou Studio Classic)

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Exibir e atualizar os detalhes de uma versão do modelo

Você pode visualizar e atualizar os detalhes de uma versão específica do modelo usando o console AWS SDK for Python (Boto3) ou o Amazon SageMaker Studio.

Importante

A Amazon SageMaker integra cartões de modelo ao registro de modelos. Um pacote de modelo registrado no Registro de Modelos inclui um Cartão de Modelo simplificado como um componente do pacote do modelo. Para ter mais informações, consulte Esquema do cartão do modelo do pacote de modelos (Studio).

Visualize e atualize os detalhes de uma versão do modelo (Boto3)

Para visualizar os detalhes de uma versão do modelo usando o Boto3, conclua as etapas a seguir.

  1. Chame a operação list_model_packages da API para ver as versões do modelo em um grupo de modelos.

    sm_client.list_model_packages(ModelPackageGroupName="ModelGroup1")

    A resposta é uma lista de resumos de pacotes de modelos. Você pode obter o nome do recurso da Amazon (ARN) das versões do modelo nesta lista.

    {'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}}

  2. Chame describe_model_package para ver os detalhes da versão do modelo. Você passa o ARN de uma versão do modelo para a qual você obteve na saída da chamada para list_model_packages.

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

    A saída dessa chamada é um objeto JSON com os detalhes da versão do modelo.

    {'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}}

Esquema do cartão do modelo do pacote de modelos (Studio)

Todos os detalhes relacionados à versão do modelo estão encapsulados na placa do modelo do pacote do modelo. O cartão modelo de um pacote modelo é um uso especial do Amazon SageMaker Model Card e seu esquema é simplificado. O esquema da placa modelo do pacote de modelos é mostrado na lista suspensa expansível a seguir.

{
  "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
    }
  }
}

Visualize e atualize os detalhes de uma versão do modelo (Studio ou Studio Classic)

Para visualizar e atualizar os detalhes de uma versão do modelo, conclua as etapas a seguir com base no uso do Studio ou do Studio Classic. No Studio Classic, você pode atualizar o status de aprovação de uma versão do modelo. Para obter detalhes, consulte Atualizar o status da aprovação de um modelo. No Studio, por outro lado, SageMaker cria uma placa de modelo para um pacote de modelo, e a interface de usuário da versão do modelo fornece opções para atualizar detalhes na placa de modelo.

Studio

  1. Abra o console do SageMaker Studio seguindo as instruções em Iniciar o Amazon SageMaker Studio.

  2. No painel de navegação esquerdo, escolha Modelos no menu.

  3. Escolha a guia Modelos registrados, se ainda não estiver selecionada.

  4. Imediatamente abaixo da etiqueta da guia Modelos registrados, escolha Grupos de modelos, se ainda não estiver selecionado.

  5. Selecione o nome do grupo de modelos que contém a versão do modelo a ser visualizada.

  6. Na lista de versões do modelo, selecione a versão do modelo a ser visualizada.

  7. Escolha uma das guias a seguir.

    • Treinamento: para visualizar ou editar detalhes relacionados ao seu trabalho de treinamento, incluindo métricas de desempenho, artefatos, função e criptografia do IAM e contêineres. Para ter mais informações, consulte Informações sobre o trabalho de treinamento (Studio).

    • Avaliar: para visualizar ou editar detalhes relacionados ao seu trabalho de treinamento, como métricas de desempenho, conjuntos de dados de avaliação e segurança. Para ter mais informações, consulte Informações sobre o trabalho de avaliação (Studio).

    • Auditoria: para visualizar ou editar detalhes de alto nível relacionados à finalidade comercial, ao uso, ao risco e aos detalhes técnicos do modelo, como limitações de algoritmo e desempenho. Para ter mais informações, consulte Informações de auditoria (governança) (Studio).

    • Implantar: para visualizar ou editar a localização do seu contêiner de imagem de inferência e das instâncias que compõem o endpoint. Para ter mais informações, consulte Informações de implantação (Studio).

Studio Classic

  1. Faça login no Amazon SageMaker Studio Classic. Para obter mais informações, consulte Launch Amazon SageMaker Studio Classic.

  2. No painel de navegação esquerdo, escolha o ícone Início ( ).

  3. Escolha Modelos e, em seguida, Registro do modelo.

  4. Na lista de grupos de modelos, selecione o nome do Grupo de modelos que você deseja visualizar.

  5. Uma nova guia aparece com uma lista das versões do modelo no Grupo de modelos.

  6. Na lista de versões do modelo, selecione o nome da versão do modelo cujos detalhes você deseja visualizar.

  7. Na guia da versão do modelo que se abre, escolha uma das opções a seguir para ver detalhes sobre a versão do modelo:

    • Atividade: mostra eventos da versão do modelo, como atualizações de status da aprovação.

    • Qualidade do modelo: relata métricas relacionadas às verificações de qualidade do modelo do Model Monitor, que comparam as previsões do modelo com o Ground Truth. Para obter mais informações sobre as verificações de qualidade do modelo Model Monitor, consulte Monitorar a qualidade do modelo.

    • Explicabilidade: relata métricas relacionadas às verificações de atributo de recursos do Model Monitor, que comparam as classificações relativas de seus recursos nos dados de treinamento com os dados ao vivo. Para obter mais informações sobre as explicabilidade do modelo Model Monitor, consulte Monitorar o desvio de atribuição de recursos para modelos em produção.

    • Desvio: relata métricas relacionadas às verificações de desvio de polarização do Model Monitor, que comparam a distribuição de dados ao vivo com os dados de treinamento. Para obter mais informações sobre as verificações de desvio de polarização do Model Monitor, consulte Monitorar o desvio de polarização para modelos em produção.

    • Recomendador de inferência: fornece recomendações iniciais de instância para otimizar o desempenho baseado em seu modelo e exemplo de carga.

    • Teste de carga: executa testes de carga em todos os tipos de instância de sua escolha quando você fornece seus requisitos de produção específicos, como restrições de latência e taxa de transferência.

    • Especificação de inferência: exibe tipos de instância para seus trabalhos de transformação e inferência em tempo real, e informações sobre seus contêineres do Amazon ECR.

    • Informações: mostra informações como o projeto ao qual a versão do modelo está associada, o pipeline que gerou o modelo, o grupo de modelos e o local do modelo no Amazon S3.

Informações sobre o trabalho de treinamento (Studio)

Importante

Em 30 de novembro de 2023, a experiência anterior do Amazon SageMaker Studio agora se chama Amazon SageMaker Studio Classic. A seção a seguir é específica para usar a experiência atualizada do Studio. Para obter informações sobre como usar o aplicativo Studio Classic, consulteAmazon SageMaker Studio Clássico.

Você pode adicionar um trabalho de treinamento, criado externamente ou com SageMaker, ao seu modelo. Se você adicionar um trabalho de SageMaker treinamento, SageMaker preenche previamente os campos de todas as subpáginas na guia Treinar. Se você adicionar um trabalho de treinamento criado externamente, precisará adicionar detalhes relacionados ao seu trabalho de treinamento manualmente. Para adicionar, remover, visualizar ou atualizar informações sobre o trabalho de treinamento que você adicionou, siga as etapas nesta seção.

Para adicionar um trabalho de treinamento ao seu pacote de modelos, conclua as etapas a seguir.

  1. Escolha a guia Trem.

  2. Escolha Adicionar. Se você não vê essa opção, talvez já tenha um trabalho de treinamento anexado. Se você quiser remover esse trabalho de treinamento, conclua as instruções a seguir para remover um trabalho de treinamento.

  3. Você pode adicionar um trabalho de treinamento criado em SageMaker ou um trabalho de treinamento criado externamente.

    1. Para adicionar um trabalho de treinamento que você criou em SageMaker, conclua as etapas a seguir.

      1. Escolha SageMaker.

      2. Selecione a caixa de rádio ao lado do trabalho de treinamento que você deseja adicionar.

      3. Escolha Adicionar.

    2. Para adicionar um trabalho de treinamento que você criou externamente, conclua as etapas a seguir.

      1. Escolha Custom (Personalizado).

      2. No campo Nome, insira o nome do seu trabalho de treinamento personalizado.

      3. Escolha Adicionar.

Para remover um trabalho de treinamento do seu pacote de modelos, conclua as etapas a seguir.

  1. Escolha Treinar.

  2. Escolha o ícone de engrenagem ( ) na guia Trem.

  3. Escolha Remover ao lado do seu trabalho de treinamento.

  4. Escolha Sim, eu quero remover<name of your training job>.

  5. Selecione Done (Concluído).

Para atualizar (e visualizar) detalhes relacionados ao trabalho de treinamento:

  1. Na guia Treinar, visualize o status do trabalho de treinamento. O status é Complete se você adicionou um trabalho de treinamento ao seu pacote de modelo e Undefined se não.

  2. Para ver detalhes relacionados ao seu trabalho de treinamento, como desempenho, hiperparâmetros e detalhes de identificação, escolha a guia Treinar.

  3. Para atualizar e visualizar detalhes relacionados ao desempenho do modelo, conclua as etapas a seguir.

    1. Escolha Desempenho na barra lateral esquerda da guia Trem.

    2. Visualize métricas relacionadas ao seu trabalho de treinamento. A página Desempenho lista as métricas por nome, valor e quaisquer notas que você adicionou relacionadas à métrica.

    3. (Opcional) Para adicionar notas às métricas existentes, conclua as etapas a seguir.

      1. Escolha a elipse vertical no canto superior direito da página da versão do modelo e escolha Editar.

      2. Adicione notas a qualquer uma das métricas listadas.

      3. Na parte superior da página da versão do modelo, escolha Salvar na edição da versão do modelo... estandarte.

    4. Visualize métricas personalizadas relacionadas ao seu trabalho de treinamento. As métricas personalizadas são formatadas de forma semelhante às métricas.

    5. (Opcional) Para adicionar métricas personalizadas, conclua as etapas a seguir.

      1. Escolha Adicionar.

      2. Insira um nome, valor e quaisquer notas opcionais para sua nova métrica.

    6. (Opcional) Para remover métricas personalizadas, escolha o ícone Lixeira ao lado da métrica que você deseja remover.

    7. Na caixa de texto Observações, visualize todas as notas que você adicionou relacionadas ao desempenho do seu trabalho de treinamento.

    8. (Opcional) Para adicionar ou atualizar observações, conclua as etapas a seguir.

      1. Escolha a elipse vertical no canto superior direito da página da versão do modelo e escolha Editar.

      2. Adicione ou atualize suas notas na caixa de texto Observações.

      3. Na parte superior da página da versão do modelo, escolha Salvar na edição da versão do modelo... estandarte.

  4. Para atualizar e visualizar detalhes relacionados aos artefatos do modelo, conclua as etapas a seguir.

    1. Escolha Artefatos na barra lateral esquerda da guia Trem.

    2. No campo Localização (URI do S3), visualize a localização do Amazon S3 dos seus conjuntos de dados de treinamento.

    3. No campo Modelos, visualize o nome e a localização dos artefatos de modelo de outros modelos no Amazon S3 que você incluiu no trabalho de treinamento.

    4. Para atualizar qualquer um dos campos na página Artefatos, conclua as etapas a seguir.

      1. Escolha a elipse vertical no canto superior direito da página da versão do modelo e escolha Editar.

      2. Insira novos valores em qualquer um dos campos.

      3. Na parte superior da página da versão do modelo, escolha Salvar na edição da versão do modelo... estandarte.

  5. Para atualizar e visualizar detalhes relacionados aos hiperparâmetros, conclua as etapas a seguir.

    1. Escolha Hiperparâmetros na barra lateral esquerda da guia Trem.

    2. Visualize os hiperparâmetros SageMaker fornecidos e personalizados definidos. Cada hiperparâmetro é listado com seu nome e valor.

    3. Visualize os hiperparâmetros personalizados que você adicionou.

    4. (Opcional) Para adicionar um hiperparâmetro personalizado adicional, conclua as etapas a seguir.

      1. Acima do canto superior direito da tabela Hiperparâmetros personalizados, escolha Adicionar. Um par de novos campos em branco é exibido.

      2. Insira o nome e o valor do novo hiperparâmetro personalizado. Esses valores são salvos automaticamente.

    5. (Opcional) Para remover um hiperparâmetro personalizado, escolha o ícone Lixeira à direita do hiperparâmetro.

  6. Para atualizar e visualizar detalhes relacionados ao ambiente de trabalho de treinamento, conclua as etapas a seguir.

    1. Escolha Ambiente na barra lateral esquerda da guia Trem.

    2. Veja os locais de URI do Amazon ECR para qualquer contêiner de trabalho de treinamento adicionado por SageMaker (para um trabalho de SageMaker treinamento) ou por você (para um trabalho de treinamento personalizado).

    3. (Opcional) Para adicionar um contêiner de trabalho de treinamento adicional, escolha Adicionar e insira o URI do novo contêiner de treinamento.

  7. Para atualizar e visualizar o nome do trabalho de treinamento e os Amazon Resource Names (ARN) do trabalho de treinamento, conclua as etapas a seguir.

    1. Escolha Detalhes na barra lateral esquerda da guia Trem.

    2. Veja o nome do trabalho de treinamento e o ARN do trabalho de treinamento.

Informações sobre o trabalho de avaliação (Studio)

Importante

Em 30 de novembro de 2023, a experiência anterior do Amazon SageMaker Studio agora se chama Amazon SageMaker Studio Classic. A seção a seguir é específica para usar a experiência atualizada do Studio. Para obter informações sobre como usar o aplicativo Studio Classic, consulteAmazon SageMaker Studio Clássico.

Depois de registrar seu modelo, você pode testá-lo com um ou mais conjuntos de dados para avaliar seu desempenho. Você pode adicionar um ou mais trabalhos de avaliação do Amazon S3 ou definir seu próprio trabalho de avaliação inserindo manualmente todos os detalhes. Se você adicionar um trabalho do Amazon S3, SageMaker preenche previamente os campos de todas as subpáginas na guia Avaliar. Se você definir seu próprio trabalho de avaliação, precisará adicionar detalhes relacionados ao seu trabalho de avaliação manualmente.

Para adicionar seu primeiro trabalho de avaliação ao seu pacote de modelos, conclua as etapas a seguir.

  1. Escolha a guia Avaliar.

  2. Escolha Adicionar.

  3. Você pode adicionar um trabalho de avaliação do Amazon S3 ou um trabalho de avaliação personalizado.

    1. Para adicionar um trabalho de avaliação com garantias do Amazon S3, conclua as etapas a seguir.

      1. Escolha S3.

      2. Insira um nome para o trabalho de avaliação.

      3. Insira a localização do Amazon S3 para obter as garantias de saída do seu trabalho de avaliação.

      4. Escolha Adicionar.

    2. Para adicionar um trabalho de avaliação personalizado, conclua a seguinte etapa:

      1. Escolha Custom (Personalizado).

      2. Insira um nome para o trabalho de avaliação.

      3. Escolha Adicionar.

Para adicionar um trabalho de avaliação adicional ao seu pacote de modelos, conclua as etapas a seguir.

  1. Escolha a guia Avaliar.

  2. Escolha o ícone de engrenagem ( ) na guia Trem.

  3. Na caixa de diálogo, escolha Adicionar.

  4. Você pode adicionar um trabalho de avaliação do Amazon S3 ou um trabalho de avaliação personalizado.

    1. Para adicionar um trabalho de avaliação com garantias do Amazon S3, conclua as etapas a seguir.

      1. Escolha S3.

      2. Insira um nome para o trabalho de avaliação.

      3. Insira a localização do Amazon S3 para obter as garantias de saída do seu trabalho de avaliação.

      4. Escolha Adicionar.

    2. Para adicionar um trabalho de avaliação personalizado, conclua a seguinte etapa:

      1. Escolha Custom (Personalizado).

      2. Insira um nome para o trabalho de avaliação.

      3. Escolha Adicionar.

Para remover um trabalho de avaliação do seu pacote de modelo, conclua as etapas a seguir.

  1. Escolha a guia Avaliar.

  2. Escolha o ícone de engrenagem ( ) na guia Trem.

  3. (Opcional) Para encontrar seu trabalho de avaliação na lista, insira um termo de pesquisa na caixa de pesquisa para restringir a lista de opções.

  4. Escolha o botão de rádio ao lado do seu trabalho de avaliação.

  5. Escolha Remover.

  6. Escolha Sim, eu quero remover<name of your evaluation job>.

  7. Selecione Done (Concluído).

Para atualizar (e visualizar) detalhes relacionados ao trabalho de avaliação:

  1. Na guia Avaliar, visualize o status do trabalho de avaliação. O status é Complete se você adicionou um trabalho de avaliação ao seu pacote de modelo e Undefined se não tiver adicionado.

  2. Para ver detalhes relacionados ao seu trabalho de avaliação, como desempenho e localização dos artefatos, escolha a guia Avaliar.

  3. Para atualizar e visualizar detalhes relacionados ao desempenho do modelo durante a avaliação, conclua as etapas a seguir.

    1. Escolha Desempenho na barra lateral da guia Avaliar.

    2. Veja as métricas relacionadas ao seu trabalho de avaliação na lista de métricas. A lista de métricas exibe as métricas individuais por nome, valor e quaisquer notas que você adicionou relacionadas à métrica.

    3. Na caixa de texto Observações, visualize todas as notas que você adicionou relacionadas ao desempenho do seu trabalho de avaliação.

    4. Para atualizar qualquer um dos campos Notas para qualquer métrica ou o campo Observações, conclua as etapas a seguir.

      1. Escolha a elipse vertical no canto superior direito da página da versão do modelo e escolha Editar.

      2. Insira notas para qualquer métrica ou na caixa de texto Observações.

      3. Na parte superior da página da versão do modelo, escolha Salvar na edição da versão do modelo... estandarte.

  4. Para atualizar e visualizar detalhes relacionados aos conjuntos de dados do seu trabalho de avaliação, conclua as etapas a seguir.

    1. Escolha Artefatos na barra lateral esquerda da página Avaliar.

    2. Visualize os conjuntos de dados usados em seu trabalho de avaliação.

    3. (Opcional) Para adicionar um conjunto de dados, escolha Adicionar e insira um URI do Amazon S3 no conjunto de dados.

    4. (Opcional) Para remover um conjunto de dados, escolha o ícone Lixeira ao lado do conjunto de dados que você deseja remover.

  5. Para ver o nome do trabalho e o ARN do trabalho de avaliação, escolha Detalhes.

Informações de auditoria (governança) (Studio)

Importante

Em 30 de novembro de 2023, a experiência anterior do Amazon SageMaker Studio agora se chama Amazon SageMaker Studio Classic. A seção a seguir é específica para usar a experiência atualizada do Studio. Para obter informações sobre como usar o aplicativo Studio Classic, consulteAmazon SageMaker Studio Clássico.

Documente detalhes importantes do modelo para ajudar sua organização a estabelecer uma estrutura robusta de governança de modelos. Você e os membros da sua equipe podem consultar esses detalhes para que usem o modelo para os casos de uso apropriados, conheçam o domínio comercial e os proprietários do modelo e compreendam os riscos do modelo. Você também pode salvar detalhes sobre o desempenho esperado do modelo e os motivos das limitações de desempenho.

Para visualizar ou atualizar detalhes relacionados à governança do modelo, conclua as etapas a seguir.

  1. Na guia Auditoria, visualize o status de aprovação do cartão modelo. O status pode ser um dos seguintes:

    • Rascunho: O modelo do cartão ainda é um rascunho.

    • Aprovação pendente: o modelo de cartão está aguardando aprovação.

    • Aprovado: O modelo de cartão foi aprovado.

  2. Para atualizar o status de aprovação do cartão modelo, escolha o menu suspenso ao lado do status de aprovação e escolha o status de aprovação atualizado.

  3. Para atualizar e visualizar detalhes relacionados ao risco do pacote de modelos, conclua as etapas a seguir.

    1. Escolha Risco na barra lateral esquerda da guia Auditoria.

    2. Veja a classificação de risco atual e a explicação da classificação de risco.

    3. Para atualizar a classificação ou explicação, conclua as etapas a seguir.

      1. Escolha a elipse vertical no canto superior direito da página Auditoria e escolha Editar.

      2. (Opcional) Escolha uma classificação de risco atualizada.

      3. (Opcional) Atualize a explicação da classificação de risco.

      4. Na parte superior da página da versão do modelo, escolha Salvar na edição da versão do modelo... estandarte.

  4. Para atualizar e visualizar detalhes relacionados ao uso do pacote do modelo, conclua as etapas a seguir.

    1. Escolha Uso na barra lateral esquerda da guia Auditoria.

    2. Visualize o texto que você adicionou nos seguintes campos:

      • Tipo de problema: a categoria do algoritmo de aprendizado de máquina usada para criar seu modelo.

      • Tipo de algoritmo: o algoritmo específico usado para criar seu modelo.

      • Usos pretendidos: a aplicação atual do modelo em seu problema comercial.

      • Fatores que afetam a eficácia do modelo: notas sobre as limitações de desempenho do seu modelo.

      • Uso recomendado: os tipos de aplicativos que você pode criar com o modelo, os cenários nos quais você pode esperar um desempenho razoável ou o tipo de dados a ser usado com o modelo.

      • Considerações éticas: uma descrição de como seu modelo pode discriminar com base em fatores como idade ou sexo.

    3. Para atualizar qualquer um dos campos listados anteriormente, conclua as etapas a seguir.

      1. Escolha a elipse vertical no canto superior direito da página da versão do modelo e escolha Editar.

      2. (Opcional) Use os menus suspensos para Tipo de problema e Tipo de algoritmo para selecionar novos valores, se necessário.

      3. (Opcional) Atualize as descrições de texto nos campos restantes.

      4. Na parte superior da página da versão do modelo, escolha Salvar na edição da versão do modelo... estandarte.

  5. Para atualizar e visualizar detalhes relacionados às partes interessadas do seu pacote de modelos, conclua as etapas a seguir.

    1. Escolha Partes interessadas na barra lateral esquerda da guia Auditoria.

    2. Visualize o proprietário e o criador do modelo atual, se houver.

    3. Para atualizar o proprietário ou criador do modelo, conclua as seguintes etapas:

      1. Escolha a elipse vertical no canto superior direito da página da versão do modelo e escolha Editar.

      2. Atualize os campos do proprietário do modelo ou do criador do modelo.

      3. Na parte superior da página da versão do modelo, escolha Salvar na edição da versão do modelo... estandarte.

  6. Para atualizar e visualizar detalhes relacionados ao problema comercial que seu pacote de modelos aborda, conclua as etapas a seguir.

    1. Escolha Negócios na barra lateral esquerda da guia Auditoria.

    2. Visualize as descrições atuais, se houver, do problema comercial que o modelo aborda, das partes interessadas do problema de negócios e da linha de negócios.

    3. Para atualizar qualquer um dos campos na guia Negócios, conclua as etapas a seguir.

      1. Escolha a elipse vertical no canto superior direito da página da versão do modelo e escolha Editar.

      2. Atualize as descrições em qualquer um dos campos.

      3. Na parte superior da página da versão do modelo, escolha Salvar na edição da versão do modelo... estandarte.

  7. Para atualizar e visualizar a documentação existente (representada como pares de valores-chave) do seu modelo, conclua as etapas a seguir.

    1. Escolha Documentação na barra lateral esquerda da página de auditoria.

    2. Veja os pares de valores-chave existentes.

    3. Para adicionar qualquer par de valores-chave, conclua as etapas a seguir.

      1. Escolha a elipse vertical no canto superior direito da página da versão do modelo e escolha Editar.

      2. Escolha Adicionar.

      3. Insira uma nova chave e um valor associado.

      4. Na parte superior da página da versão do modelo, escolha Salvar na edição da versão do modelo... estandarte.

    4. Para remover qualquer par de valores-chave, conclua as etapas a seguir.

      1. Escolha a elipse vertical no canto superior direito da página da versão do modelo e escolha Editar.

      2. Escolha o ícone Lixeira ao lado do par de valores-chave a ser removido.

      3. Na parte superior da página da versão do modelo, escolha Salvar na edição da versão do modelo... estandarte.

Informações de implantação (Studio)

Importante

Em 30 de novembro de 2023, a experiência anterior do Amazon SageMaker Studio agora se chama Amazon SageMaker Studio Classic. A seção a seguir é específica para usar a experiência atualizada do Studio. Para obter informações sobre como usar o aplicativo Studio Classic, consulteAmazon SageMaker Studio Clássico.

Depois de avaliar o desempenho do modelo e determinar se ele está pronto para uso em cargas de trabalho de produção, você pode alterar o status de aprovação do modelo para iniciar a implantação de CI/CD. Para obter mais informações sobre as definições do status de aprovação, consulteAtualizar o status da aprovação de um modelo.

Para visualizar ou atualizar detalhes relacionados à implantação do pacote de modelos, conclua as etapas a seguir.

  1. Na guia Implantar, visualize o status de aprovação do pacote modelo. Os valores possíveis podem ser os seguintes:

    • Aprovação pendente: o modelo está registrado, mas ainda não foi aprovado ou rejeitado para implantação.

    • Aprovado: O modelo foi aprovado para implantação de CI/CD. Se houver uma EventBridge regra em vigor que inicia a implantação do modelo após um evento de aprovação do modelo, como é o caso de um modelo criado a partir de um modelo de SageMaker projeto, SageMaker também implanta o modelo.

    • Rejeitado: o modelo foi rejeitado para implantação.

    Se você precisar alterar o status de aprovação, escolha o menu suspenso ao lado do status e escolha o status atualizado.

  2. Para atualizar o status de aprovação do pacote de modelos, escolha a lista suspensa ao lado do status de aprovação e escolha o status de aprovação atualizado.

  3. Na lista de contêineres, veja os contêineres de imagens de inferência.

  4. Na lista de instâncias, veja as instâncias que compõem seu endpoint de implantação.