本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
配置 Autopilot 实验的默认参数(面向管理员)
当您使用 Studio Classic 用户界面创建 SageMaker 自动驾驶实验时,Autopilot 支持设置默认值以简化 Amazon Autopilot 的配置。管理员可以使用 Studio Classic 生命周期配置 (LCC) 在配置文件中设置基础架构、网络和安全值,并预先填充作业的AutoML高级设置。
这样,他们就可以完全控制网络连接以及与 Amazon SageMaker Studio Classic 关联的资源的访问权限,包括 SageMaker 实例、数据源、输出数据和其他相关服务。具体而言,管理员可以为 Studio Classic 域或个人用户配置文件配置所需的网络架构,例如 Amazon VPC、子网和安全组。数据科学家在使用 Studio Classic 用户界面创建自动驾驶实验时,可以专注于数据科学的特定参数。此外,管理员可以通过设置默认加密密钥,来管理运行 Autopilot 实验的实例上的数据加密。
注意
此功能目前在选择亚太地区(香港)和中东(巴林)区域时不可用。
在以下各节中,您可以找到支持在使用 Studio Classic 用户界面创建自动驾驶实验时设置默认值的完整参数列表,并学习如何设置这些默认值。
支持的默认参数列表
以下参数支持使用配置文件设置默认值,以便使用 Studio Classic 用户界面创建自动驾驶实验。设置完成后,这些值会自动填充 Studio Classic 用户界面中 Autopilot 的 “创建实验” 选项卡中的相应字段。有关每个字段的完整描述,请参阅高级设置(可选)。
-
安全:Amazon VPC、子网和安全组。
-
访问权限: AWS IAM角色ARNs。
-
加密: AWS KMS 密钥IDs。
-
标签:用于标记和组织 SageMaker 资源的键值对。
设置默认 Autopilot 实验参数
管理员可以在配置文件中设置默认值,然后手动将该文件放在特定用户的 Studio Classic 环境中的推荐位置,也可以将文件传递给生命周期配置脚本 (LCC),以自动为给定域或用户配置文件自定义 Studio Classic 环境。
-
要设置配置文件,请先填写其默认参数。
要配置 支持的默认参数列表 中列出的任意或所有默认值,管理员可以创建名为
config.yaml
的配置文件,其结构应与此示例配置文件相符。以下代码片段显示了一个包含所有支持的 AutoML
参数的示例配置文件。有关此文件格式的更多信息,请参阅完整架构。 SchemaVersion: '1.0' SageMaker: AutoMLJob: # https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAutoMLJob.html AutoMLJobConfig: SecurityConfig: EnableInterContainerTrafficEncryption: true VolumeKmsKeyId: '
kms-key-id
' VpcConfig: SecurityGroupIds: - 'security-group-id-1
' - 'security-group-id-2
' Subnets: - 'subnet-1
' - 'subnet-2
' OutputDataConfig: KmsKeyId: 'kms-key-id
' RoleArn: 'arn:aws:iam::111222333444:role/Admin
' Tags: - Key: 'tag_key
' Value: 'tag_value
' -
然后,通过手动将配置文件复制到其推荐路径或使用生命周期配置 (LCC),将该文件放在建议的位置。
在用户的 Studio Classic 环境中,配置文件必须至少存在于以下位置之一。默认情况下,在两个位置 SageMaker 搜索配置文件:
-
首先在
/etc/xdg/sagemaker/config.yaml
中。我们将此文件称为管理员配置文件。 -
然后在
/root/.config/sagemaker/config.yaml
中。我们将此文件称为用户配置文件。
使用管理员配置文件,管理员可以定义一组默认值。或者,他们可以使用用户配置文件来覆盖在管理员配置文件中设置的值,或者用于设置其他默认参数值。
以下代码段显示了一个脚本示例,该脚本将默认参数配置文件写入用户的 Studio Classic 环境中的管理员位置。您可以将
/etc/xdg/sagemaker
替换为/root/.config/sagemaker
,从而将文件写入用户位置。## Sample script with AutoML intelligent defaults #!/bin/bash sudo mkdir -p /etc/xdg/sagemaker echo "SchemaVersion: '1.0' CustomParameters: AnyStringKey: 'AnyStringValue' SageMaker: AutoMLJob: # https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAutoMLJob.html AutoMLJobConfig: SecurityConfig: EnableInterContainerTrafficEncryption: true VolumeKmsKeyId: '
kms-key-id
' VpcConfig: SecurityGroupIds: - 'security-group-id-1
' - 'security-group-id-2
' Subnets: - 'subnet-1
' - 'subnet-2
' OutputDataConfig: KmsKeyId: 'kms-key-id
' RoleArn: 'arn:aws:iam::111222333444:role/Admin
' Tags: - Key: 'tag_key
' Value: 'tag_value
' " | sudo tee /etc/xdg/sagemaker/config.yaml-
手动复制文件-要手动复制配置文件,请从 Studio Classic 终端运行上一步中创建的脚本。在本例中,执行脚本的用户配置文件可以使用仅适用于自身的默认值,创建 Autopilot 实验。
-
创建 SageMaker 生命周期配置 — 或者,您可以使用生命周期配置 (LCC) 自动自定义 Studio Classic 环境。LCC是由 Amazon SageMaker Studio Classic 生命周期事件(例如启动 Studio Classic 应用程序)触发的 此自定义包括安装自定义软件包、配置笔记本扩展、预先加载数据集、设置源代码存储库或者(在本例中)预先填充默认参数。管理员可以将附加LCC到 Studio Classic 域,以自动配置该域中每个用户配置文件的默认值。
以下各节详细介绍了如何创建生命周期配置,以便用户在启动 Studio Classic 时可以自动加载自动驾驶默认参数。您可以选择LCC使用 SageMaker 控制台或 AWS CLI.
-