概觀：使用 ScriptProcessor 和 SageMaker 地理空間容器執行處理任務

SageMaker 地理空間提供專門建置的容器，081189585635.dkr.ecr.us-west-2.amazonaws.com/sagemaker-geospatial-v1-0:latest。您可以在使用 Amazon SageMaker Processing 執行任務時使用此容器。當您建立可透過 Amazon SageMaker Python SDK 進行處理的 ScriptProcessor 類別執行個體時，請指定此項 image_uri。

注意

如果您在嘗試啟動處理任務時收到 ResourceLimitExceeded 錯誤，則必須請求增加配額。若要開始 Service Quotas 配額增加請求，請參閱 Service Quotas 使用者指南中的請求增加配額。

使用 ScriptProcessor 的先決條件

1. 您已建立指定地理空間機器學習 (ML) 工作負載的 Python 指令碼。

2. 您已授予 SageMaker AI 執行角色存取任何所需的 Amazon S3 儲存貯體的權限。

3. 準備要匯入容器的資料。Amazon SageMaker Processing 任務支援將 s3_data_type 設定為等於 "ManifestFile" 或設定為 "S3Prefix"。

下列程序說明如何使用 SageMaker 地理空間容器，建立 ScriptProcessor 執行個體並提交 Amazon SageMaker Processing 任務。

若要使用 SageMaker 地理空間容器建立 ScriptProcessor 執行個體並提交 Amazon SageMaker Processing 任務

1. 使用 SageMaker 地理空間影像具現化 ScriptProcessor 類別的執行個體：

   from sagemaker.processing import ScriptProcessor, ProcessingInput, ProcessingOutput
   	
   sm_session = sagemaker.session.Session()
   execution_role_arn = sagemaker.get_execution_role()
   
   # purpose-built geospatial container
   image_uri = '081189585635.dkr.ecr.us-west-2.amazonaws.com/sagemaker-geospatial-v1-0:latest'
   
   script_processor = ScriptProcessor(
   	command=['python3'],
   	image_uri=image_uri,
   	role=execution_role_arn,
   	instance_count=4,
   	instance_type='ml.m5.4xlarge',
   	sagemaker_session=sm_session
   )

   將 execution_role_arn 取代為 SageMaker AI 執行角色的 ARN，該角色可存取存放在 Amazon S3 中的輸入資料，以及您想要在處理任務中呼叫的任何其他 AWS 服務。您可以更新 instance_count 和 instance_type 以符合處理任務的需求。

2. 若要啟動處理任務，請使用 .run() 方法：

   # Can be replaced with any S3 compliant string for the name of the folder.
   s3_folder = geospatial-data-analysis
   
   # Use .default_bucket() to get the name of the S3 bucket associated with your current SageMaker session
   s3_bucket = sm_session.default_bucket()
   					
   s3_manifest_uri = f's3://{s3_bucket}/{s3_folder}/manifest.json'
   s3_prefix_uri =  f's3://{s3_bucket}/{s3_folder}/image-prefix
   
   script_processor.run(
   	code='preprocessing.py',
   	inputs=[
   		ProcessingInput(
   			source=s3_manifest_uri | s3_prefix_uri ,
   			destination='/opt/ml/processing/input_data/',
   			s3_data_type= "ManifestFile" | "S3Prefix",
   			s3_data_distribution_type= "ShardedByS3Key" | "FullyReplicated"
   		)
   	],
   	outputs=[
           ProcessingOutput(
               source='/opt/ml/processing/output_data/',
               destination=s3_output_prefix_url
           )
       ]
   )

   • 將 preprocessing.py 取代為您自己的 Python 資料處理指令碼名稱。

   • 處理工作支援兩種格式化輸入資料的方法。您可以建立指向處理工作所有輸入資料的資訊清單檔案，也可以在每個個別資料輸入上使用通用首碼。如果您建立了一個資訊清單檔案，設定 s3_manifest_uri 等於 "ManifestFile"。如果您使用的檔案首碼，設定 s3_manifest_uri 等於 "S3Prefix"。您使用 source 指定資料的路徑。

   • 您可以透過兩種方式發佈處理工作資料：

     • 設定 s3_data_distribution_type 等於 FullyReplicated，來將資料發佈至所有處理執行個體。

     • 設定 s3_data_distribution_type 等於 ShardedByS3Key，根據 Amazon S3 金鑰在碎片中發佈資料。當您使用 ShardedByS3Key 時，資料的一個碎片會被發送到每個處理執行個體。

   您可以使用指令碼來處理 SageMaker 地理空間資料。該指令碼可以在步驟 3：編寫可以計算 NDVI 的指令碼中找到。若要進一步了解 .run() API 作業，請參閱用於處理的 Amazon SageMaker Python SDK中的 run。

若要監控處理任務的進度，ProcessingJobs 類別支援 describe 方法。此方法會傳回來自 DescribeProcessingJob API 呼叫的回應。若要進一步了解，請參閱《DescribeProcessingJobAmazon SageMaker AI API 參考》中的 。

下一個主題說明如何使用 SageMaker 地理空間容器建立 ScriptProcessor類別的執行個體，然後如何使用它來計算具有Sentinel-2影像的標準化差異植被索引 (NDVI)。