Criar um recurso de pacote de modelos

Para criar um recurso de pacote de modelos que você possa usar para criar modelos implantáveis na Amazon SageMaker e publicar, AWS Marketplace especifique as seguintes informações:

• O contêiner do Docker que comporta o código de inferência ou o recurso de algoritmo usado para treinar o modelo.

• A localização dos artefatos do modelo. Os artefatos do modelo podem ser empacotados no mesmo contêiner do Docker do código de inferência ou armazenados no Amazon S3.

• Os tipos de instância aceitos pelo seu pacote de modelos para trabalhos de transformação em lote e de inferência em tempo real.

• Perfis de validação, que são trabalhos de transformação em lote SageMaker executados para testar o código de inferência do seu pacote de modelos.

  Antes de listar pacotes de modelos AWS Marketplace, você deve validá-los. Isso garante que compradores e vendedores tenham certeza de que os produtos funcionam na Amazon SageMaker. Você pode listar produtos AWS Marketplace somente se a validação for bem-sucedida.

  O procedimento de validação usa seu perfil de validação e dados de amostra para executar as seguintes tarefas de validação:

  1. Criar um modelo na sua conta usando a imagem de inferência do pacote de modelos e os artefatos do modelo opcionais armazenados no Amazon S3.

     nota

     Um pacote de modelos é específico da região em que foi criado. O bucket do S3 em que os artefatos do modelo são armazenados deve estar na mesma região em que o pacote de modelos foi criado.

  2. Crie um trabalho de transformação em sua conta usando o modelo para verificar se sua imagem de inferência funciona com SageMaker.

  3. Criar um perfil de validação.

  nota

  No seu perfil de validação, forneça apenas os dados que você deseja expor publicamente.

  A validação pode demorar algumas horas. Para ver o status dos trabalhos em sua conta, no SageMaker console, consulte as páginas Transformar trabalhos. Se a validação falhar, você poderá acessar os relatórios de verificação e validação no SageMaker console. Depois de corrigir problemas, recrie o algoritmo. Quando o status do algoritmo forCOMPLETED, encontre-o no SageMaker console e inicie o processo de listagem

  nota

  Para publicar seu pacote de modelo AWS Marketplace, é necessário pelo menos um perfil de validação.

Você pode criar um pacote de modelo usando o SageMaker console ou usando a SageMaker API.

Criar um recurso de pacote de modelos (console)

Para criar um pacote de modelo no SageMaker console:

1. Abra o SageMaker console em https://console.aws.amazon.com/sagemaker/.

2. No menu à esquerda, escolha Inferência.

3. Escolha Pacotes de modelos de Marketplace e, depois, Criar pacote de modelos do Marketplace.

4. Na página Inference specifications (Especificações da inferência), forneça as seguintes informações:

   1. Para Model package name (Nome do pacote de modelos), digite um nome para seu pacote de modelos. O nome do pacote do modelo deve ser exclusivo na sua conta e na AWS região. Esse nome deve ter de 1 a 64 caracteres. Os caracteres válidos são a-z, A-Z, 0-9 e hífen (-).

   2. Digite uma descrição para o pacote de modelos. Essa descrição aparece no SageMaker console e no AWS Marketplace.

   3. Para Inference specification options (Opções de especificações de inferência), escolha Provide the location of the inference image and model artifacts (Forneça a localização dos artefatos de modelo e imagem de inferência) para criar um pacote de modelos usando um contêiner de inferência e artefatos de modelo. Escolha Provide the algorithm used for training and its model artifacts (Forneça o algoritmo usado para treinamento e seus artefatos de modelo) para criar um pacote de modelos a partir de um recurso de algoritmo que você criou ou assinou no AWS Marketplace.

   4. Se você escolher Provide the location of the inference image and model artifacts (Forneça a localização dos artefatos de modelo e imagem de inferência) para Inference specification options (Opções de especificações de inferência), forneça as seguintes informações para Container definition (Definição de container) e Supported resources (Recursos compatíveis):

      1. Para Localização de imagem de inferência, digite o caminho para a imagem que contém seu código de inferência. A imagem deve ser armazenada como um contêiner do Docker no Amazon ECR.

      2. Para Local dos artefatos de dados do modelo, digite o local no S3 onde os artefatos do modelo estão armazenados.

      3. Para Container DNS host name (Nome do host DNS do contêiner), digite o nome do host DNS a ser usado para o contêiner.

      4. Para Supported instance types for real-time inference (Tipos de instâncias compatíveis para inferência em tempo real), escolha os tipos de instância aceitos pelo seu pacote de modelos para inferência em tempo real de endpoints hospedados do SageMaker .

      5. Para Tipos de instâncias compatíveis com trabalhos de transformação em lote, escolha os tipos de instância aos quais seu pacote de modelos oferece suporte para trabalhos de transformação em lote.

      6. Para Tipos de conteúdo compatíveis, digite os tipos de conteúdo esperados pelo seu pacote de modelos para solicitações de inferência.

      7. Para Tipos de respostas de MIME compatíveis, digite os tipos MIME usados pelo pacote de modelos para fornecer inferências.

   5. Se você escolher Forneça o algoritmo usado para treinamento e seus artefatos de modelo para Opções de especificações de inferência, forneça as seguintes informações:

      1. Para ARN do algoritmo, digite o Nome de recurso da Amazon (ARN) do recurso de algoritmo a ser usado para criar o pacote de modelos.

      2. Para Local dos artefatos de dados do modelo, digite o local no S3 onde os artefatos do modelo estão armazenados.

   6. Escolha Próximo.

5. Na página Validação e verificação, forneça as seguintes informações:

   1. Em Publicar este pacote de modelo em AWS Marketplace, escolha Sim para publicar o pacote de modelo em AWS Marketplace.

   2. Para Validar esse recurso, escolha Sim se quiser SageMaker executar trabalhos de transformação em lote que você especifica para testar o código de inferência do seu pacote de modelo.

      nota

      Para publicar seu pacote de modelo em AWS Marketplace, seu pacote de modelo deve ser validado.

   3. Para a função do IAM, escolha uma função do IAM que tenha as permissões necessárias para executar trabalhos de transformação em SageMaker lote ou escolha Criar uma nova função SageMaker para permitir a criação de uma função que tenha a política AmazonSageMakerFullAccess gerenciada anexada. Para obter mais informações, consulte Como usar funções SageMaker de execução.

   4. Para Perfil de validação, especifique o seguinte:

      • Um nome para o perfil de validação.

      • Uma definição de trabalho de transformação. Este é um bloco JSON que descreve um trabalho de transformação em lote. Ele está no mesmo formato que o parâmetro de entrada TransformJobDefinition da API CreateAlgorithm.

6. Escolha Criar pacote de modelo de mercado.

Criar um recurso de pacote de modelos (API)

Para criar um pacote de modelo usando a SageMaker API, chame a CreateModelPackageAPI.