建立模型套件資源 - Amazon SageMaker
建立模型套件資源 (主控台) 建立模型套件資源 (API)

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

建立模型套件資源

若要建立可用於在 Amazon 中建立可部署模型 SageMaker 並在發佈的模型套件資源， AWS Marketplace 請指定下列資訊：

  • 包含推論程式碼的 Docker 容器，或是用來訓練模型的演算法資源。

  • 模型成品的位置。模型成品可以封裝在與推論程式碼相同的 Docker 容器中，或是存放在 Amazon S3 內。

  • 您的模型套件針對即時推論和批次轉換任務所支援的執行個體類型。

  • 驗證設定檔，這是為了測試模型套件推論程式碼而 SageMaker 執行的批次轉換工作。

    在列出模型套件之前 AWS Marketplace，您必須先驗證它們。這樣可以確保買家和賣家可以確信產品在 Amazon 上運行 SageMaker。只有在驗證成功時，您 AWS Marketplace 才能列出產品。

    驗證程序會使用您的驗證描述檔及範例資料，來執行下列驗證任務：

    1. 使用模型套件的推論影像及存放在 Amazon S3 中的選用模型成品，在您的帳戶中建立模型。

      注意

      模型套件是專屬於您建立它們的區域。儲存模型成品的 S3 儲存貯體必須位在您建立模型套件的相同區域。

    2. 使用模型在您的帳戶中建立轉換工作，以驗證您的推論映像是否可搭配 SageMaker使用。

    3. 建立驗證描述檔。

    注意

    在您的驗證描述檔中，請只提供您希望公開的資料。

    驗證可能需要耗費數小時。若要查看帳戶中工作的狀態，請在 SageMaker 主控台中查看轉換工作頁面。如果驗證失敗，您可以從 SageMaker 主控台存取掃描和驗證報告。在修復問題之後，請重新建立演算法。當算法的狀態是COMPLETED，在 SageMaker 控制台中找到它並開始列表過程

    注意

    若要在上發佈模型套件 AWS Marketplace，至少需要一個驗證設定檔。

您可以使用 SageMaker 主控台或使用 SageMaker API 來建立模型套件。

建立模型套件資源 (主控台)

若要在 SageMaker 主控台中建立模型套件：

  1. 開啟主 SageMaker 控台，網址為 https://console.aws.amazon.com/sagemaker/。

  2. 從左側選單中選擇推論。

  3. 選擇市集模型套件，然後選擇建立市集模型套件。

  4. 在 Inference specifications (推論規格) 頁面上，提供以下資訊：

    1. 針對 Model package name (模型套件名稱)，輸入您模型套件的名稱。模型套件名稱在您的帳戶和 AWS 區域中必須是唯一的。名稱長度必須介於 1 至 64 個字元。有效字元為 a-z、A-Z、0-9 和 - (連字號)。

    2. 輸入您模型套件的描述。此說明會顯示在 SageMaker 主控台和中 AWS Marketplace。

    3. 針對 Inference specification options (推論規格選項)，請選擇 Provide the location of the inference image and model artifacts (提供推論映像和模型成品的位置)，使用推論容器和模型成品來建立模型套件。選擇 Provide the algorithm used for training and its model artifacts (提供用來訓練的演算法及其模型成品) 來從您建立或從 AWS Marketplace訂閱的演算法資源建立模型套件。

    4. 如果您選擇為推論規格選項提供推論影像和模型成品的位置，請為容器定義和支援的資源提供下列資訊：

      1. 針對 Location of inference image (推論映像位置)，輸入包含您推論程式碼的映像路徑。請務必將該映像以 Docker 容器的形式存放在 Amazon ECR 中。

      2. 針對 Location of model data artifacts (模型資料成品位置)，輸入您存放模型成品的 S3 位置。

      3. 針對 Container DNS host name (容器 DNS 主機名稱)，輸入您針對容器所使用的 DNS 主機名稱。

      4. 針對 Supported instance types for real-time inference (即時推論支援的執行個體類型)，請選擇您模型套件針對 SageMaker 託管端點的即時推論所支援的執行個體類型。

      5. 針對 Supported instance types for batch transform jobs (批次轉換任務的支援執行個體類型)，請選擇您模型套件針對批次轉換任務所支援的執行個體類型。

      6. 針對 Supported content types (支援的內容類型)，請輸入您模型套件針對推論請求所預期的內容類型。

      7. 針對 Supported response MIME types (支援的回應 MIME 類型)，請輸入您模型套件用來提供推論的 MIME 類型。

    5. 如果您選擇為推論規格選項提供用於訓練的演算法及其模型成品，請提供下列資訊：

      1. 針對 Algorithm ARN (演算法 ARN)，請輸入用來建立模型套件的演算法資源 Amazon Resource Name (ARN)。

      2. 針對 Location of model data artifacts (模型資料成品位置)，輸入您存放模型成品的 S3 位置。

    6. 選擇下一步。

  5. 在 Validation and scanning (驗證與掃描) 頁面上，提供以下資訊：

    1. 對於「發佈此模型套件」 AWS Marketplace，請選擇「是」 以在上發佈模型套件 AWS Marketplace。

    2. 對於 [驗證此資源]，如果您想要執行指定 SageMaker 來測試模型套件的推論程式碼的批次轉換工作，請選擇 [是]。

      注意

      若要在上發佈模型套件 AWS Marketplace，您的模型套件必須經過驗證。

    3. 對於 IAM 角色，請選擇具有執行批次轉換任務所需許可的 IAM 角色 SageMaker，或選擇 [建立新角色] SageMaker 以允許建立附加AmazonSageMakerFullAccess受管政策的角色。如需相關資訊，請參閱 如何使用 SageMaker 執行角色。

    4. 針對 Validation profile (驗證描述檔)，請指定下列項目：

      • 驗證描述檔的名稱。

      • Transform job definition (轉換任務定義)。此為描述批次轉換任務的 JSON 區塊。此處的格式與 CreateAlgorithm API 的 TransformJobDefinition輸入參數相同。

  6. 選擇建立市集模型套件。

建立模型套件資源 (API)

若要使用 SageMaker API 建立模型套件，請呼叫 CreateModelPackageAPI。