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.
Implemente um modelo compilado usando o AWS CLI
Você deve atender à seção de pré-requisitos se o modelo tiver sido compilado usando AWS SDK for Python (Boto3) AWS CLI, ou o console da Amazon. SageMaker Siga as etapas abaixo para criar e implantar um modelo SageMaker compilado pelo NEO usando o. AWS CLI
Tópicos
Implante o modelo
Depois de satisfazer os pré-requisitos, use os comandos create-model
create-enpoint-config
, e. create-endpoint
AWS CLI
O exemplo a seguir mostra como usar esses comandos para implantar um modelo compilado com o Neo:
Criar um modelo
Em Neo Inference Container Images, selecione o URI da imagem de inferência e use a create-model
API para criar um SageMaker modelo. Você pode fazer isso em duas etapas:
-
Crie um arquivo
create_model.json
. No arquivo, especifique o nome do modelo, o URI da imagem, o caminho para omodel.tar.gz
arquivo em seu bucket do Amazon S3 e sua função de SageMaker execução:{ "ModelName":
"insert model name"
, "PrimaryContainer": { "Image":"insert the ECR Image URI"
, "ModelDataUrl":"insert S3 archive URL"
, "Environment": {"See details below"
} }, "ExecutionRoleArn":"ARN for AmazonSageMaker-ExecutionRole"
}Se você treinou seu modelo usando SageMaker, especifique a seguinte variável de ambiente:
"Environment": { "SAGEMAKER_SUBMIT_DIRECTORY" :
"[Full S3 path for *.tar.gz file containing the training script]"
}Se você não treinou seu modelo usando SageMaker, especifique as seguintes variáveis de ambiente:
nota
As políticas
AmazonSageMakerFullAccess
eAmazonS3ReadOnlyAccess
devem ser anexadas à função IAMAmazonSageMaker-ExecutionRole
. -
Execute o seguinte comando:
aws sagemaker create-model --cli-input-json file://create_model.json
Para a sintaxe completa da API
create-model
, consultecreate-model
.
Criar uma configuração de endpoint
Depois de criar um SageMaker modelo, crie a configuração do endpoint usando a create-endpoint-config
API. Para fazer isso, crie um arquivo JSON com as especificações de configuração do endpoint. Por exemplo, você pode usar o seguinte modelo de código e salvá-lo como create_config.json
:
{ "EndpointConfigName":
"<provide your endpoint config name>"
, "ProductionVariants": [ { "VariantName":"<provide your variant name>"
, "ModelName": "my-sagemaker-model", "InitialInstanceCount": 1, "InstanceType":"<provide your instance type here>"
, "InitialVariantWeight": 1.0 } ] }
Agora, execute o AWS CLI comando a seguir para criar sua configuração de endpoint:
aws sagemaker create-endpoint-config --cli-input-json file://create_config.json
Para a sintaxe completa da API create-endpoint-config
, consulte create-endpoint-config
.
Criar um endpoint
Depois de criar sua configuração de endpoint, crie um endpoint usando a API create-endpoint
:
aws sagemaker create-endpoint --endpoint-name
'<provide your endpoint name>'
--endpoint-config-name'<insert your endpoint config name>'
Para a sintaxe completa da API create-endpoint
, consulte create-endpoint
.