使用您自己的推論程式碼來執行批次轉換

本節說明 Amazon 如何與執行自己的批次轉 SageMaker 換推論程式碼的 Docker 容器互動。請運用本文資訊來撰寫推論程式碼和建立 Docker 影像。

如何 SageMaker 執行您的推論影像

欲設定容器並將其做為可執行檔，則可使用 Dockerfile 的 ENTRYPOINT 指示。注意下列事項：

• 對於批次轉換，請代表您 SageMaker 呼叫模型。 SageMaker 運行容器為：

  docker run image serve

  批次轉換的輸入必須是可以分割成較小的檔案平行處理的格式。這些格式包括 CSV、JSON、JSON 行、TFRecord 和 RecordIO。

  SageMaker 透過在影像名稱之後指定serve引數，覆寫容器中的預設CMD陳述式。您以 Dockerfile 的 serve 指令所提供之引數，亦會遭 CMD 引數覆寫。

   

• 建議使用 exec 指示的 ENTRYPOINT 格式：

  ENTRYPOINT ["executable", "param1", "param2"]

  例如：

  ENTRYPOINT ["python", "k_means_inference.py"]

   

• SageMaker 設置在容器CreateModel和容器CreateTransformJob上指定的環境變量。此外會填入以下環境變數：

  • 容器執行批次轉換時，SAGEMAKER_BATCH 設定為 true。

  • SAGEMAKER_MAX_PAYLOAD_IN_MB 設定為透過 HTTP 傳送到容器的最大大小承載。

  • 容器一次呼叫收到一筆記錄以調用時，SAGEMAKER_BATCH_STRATEGY 會設定為 SINGLE_RECORD；但當容器收到承載能接受的記錄上限時，其會設定為 MULTI_RECORD。

  • SAGEMAKER_MAX_CONCURRENT_TRANSFORMS 設為 /invocations 請求可同時開啟的數量上限。

  注意

  最後三個環境變數來自使用者發出的 API 呼叫。如果使用者不設定其值，就不傳遞。在這種情況下，會使用預設值或 (回應 /execution-parameters 之) 演算法請求的值。

• 如果您計劃在模型推論中使用 GPU 裝置 (在您的 CreateTransformJob 請求中指定以 GPU 為基礎的 ML 運算執行個體)，請確保您的容器與 nvidia-docker 相容。請勿將 NVIDIA 驅動程式與影像結合在一起。如需 nvidia-docker 的詳細資訊，請參閱 NVIDIA/nvidia-docker。

   

• 您無法將 init 初始設定式做為 SageMaker 容器的進入點使用，因為訓練和服務引數會混淆該設定式。

如何 SageMaker 載入模型人工因素

在 CreateModel 請求中，容器定義包含 ModelDataUrl 參數，該參數可識別出模型成品的 Amazon S3 儲存位置。當您使用執 SageMaker 行推論時，它會使用此資訊來決定從何處複製模型人工因素。其會將成品複製到 Docker 容器的 /opt/ml/model 目錄內，以供您的推論程式碼使用。

ModelDataUrl 參數必須指向 tar.gz 檔案。否則， SageMaker 不能下載檔案。如果您在中訓練模型 SageMaker，它會將成品儲存為 Amazon S3 中的單一壓縮 tar 檔案。如果您在另一個架構中訓練模型，則需要將模型成品以壓縮的 tar 檔案形式存放在 Amazon S3 中。 SageMaker 在批次轉換工作開始之前，會將此 tar 檔案解壓縮並儲存在容器中的/opt/ml/model目錄中。

容器處理請求的方式

容器必須實作一個 Web 伺服器，用以在 8080 埠上回應呼叫和 ping。對於批次轉換，您可以選擇設定演算法來實作執行參數要求，以提供動態執行階段組態給。 SageMaker SageMaker使用下列端點：

• ping— 用於定期檢查容器的健康狀況。 SageMaker 在發送調用請求之前，等待 HTTP 200 狀態碼和空主體以成功 ping 請求。您可以使用 ping 請求來將模型載入到記憶體以在傳送呼叫請求時產生推論。

• (選用) execution-parameters—允許演算法在執行階段為任務提供最佳的調校參數。根據容器可用的記憶體和 CPU，演算法會選擇適當的 MaxConcurrentTransforms、BatchStrategy 和 MaxPayloadInMB 值。

在呼叫叫用要求之前， SageMaker 會嘗試叫用執行參數要求。建立批次轉換工作時，可以提供MaxConcurrentTransformsBatchStrategy、和MaxPayloadInMB參數的值。 SageMaker 使用以下優先順序決定這些參數的值：

1. 您建立 CreateTransformJob 請求時提供的參數值。

2. SageMaker 調用執行參數端點時，模型容器返回的值 >

3. 下表列出的預設參數值。

   參數	預設值
   MaxConcurrentTransforms	1
   BatchStrategy	MULTI_RECORD
   MaxPayloadInMB	6

GET execution-parameters 請求的回應是 JSON 物件，具有 MaxConcurrentTransforms、BatchStrategy 和 MaxPayloadInMB 參數的索引鍵。這是有效回應的範例：

{
“MaxConcurrentTransforms”: 8,
“BatchStrategy": "MULTI_RECORD",
"MaxPayloadInMB": 6
}

容器對推論請求應有的回應方式

為了獲得推論，Amazon SageMaker 將 POST 請求發送到推論容器。POST 請求內文包含來自 Amazon S3 的資料。Amazon 會將請求傳 SageMaker 送至容器，然後從容器傳回推論結果，將資料從回應儲存到 Amazon S3。

為了接收推論請求，容器必須擁有可以監聽 8080 埠的 Web 伺服器，且需接受對 /invocations 端點的 POST 請求。可透過 ModelClientConfig 設定推論要求逾時和重試次數最大值。

容器對運作狀態檢查 (Ping) 請求應有的回應方式

容器上最簡單的請求是以 HTTP 200 狀態碼和空內文做為回應。這表示容器 SageMaker 已準備好在/invocations端點接受推論要求。

雖然容器的最低標準是傳回靜態的 200，容器開發人員也能運用此功能來進行更加深入的檢查。/ping 嘗試的請求逾時為 2 秒。