Amazon SageMaker AI 如何處理訓練輸出

在容器執行演算法時，該演算法所產生的輸出會包含訓練工作、模型與輸出成品的狀態。而演算法應該將這項資訊寫入下列檔案；這些檔案位於容器的 /output 目錄中。Amazon SageMaker AI 會處理此目錄中包含的資訊，如下所示：

• /opt/ml/model - 演算法應該將所有最終模型成品寫入至此目錄。SageMaker AI 會以壓縮 tar 格式將此資料複製為單一物件，並複製到您在CreateTrainingJob請求中指定的 S3 位置。若單一訓練工作有多個容器寫入這個目錄，應確保這些容器與 file/directory 名稱沒有衝突。SageMaker AI 會將結果彙總為 TAR 檔案，並在訓練任務結束時上傳至 S3。

• /opt/ml/output/data - 您的演算法應該將您想要儲存的非最終模型之成品寫入此目錄。SageMaker AI 會以壓縮 tar 格式將此資料複製為單一物件，並複製到您在CreateTrainingJob請求中指定的 S3 位置。若單一訓練工作有多個容器寫入這個目錄，應確保這些容器與 file/directory 名稱沒有衝突。SageMaker AI 會將結果彙總為 TAR 檔案，並在訓練任務結束時上傳至 S3。

• /opt/ml/output/failure – 若訓練失敗，則在所有演算法完成輸出後 (如日誌)，您的演算法應該將失敗說明寫入此檔案。在DescribeTrainingJob回應中，SageMaker AI 會將此檔案的前 1024 個字元傳回為 FailureReason。

您可以指定 S3 一般用途或 S3 目錄儲存貯體來存放訓練輸出。目錄儲存貯體僅使用 Amazon S3 Express One Zone 儲存類別，該儲存類別專為需要一致單一位數毫秒延遲的工作負載或效能關鍵型應用程式而設計。選擇最符合您應用程式和效能需求的儲存貯體類型。如需 S3 目錄儲存貯體的詳細資訊，請參閱《Amazon Simple Storage Service 使用者指南》中的目錄儲存貯體。

注意

您只能使用 Amazon S3 受管金鑰 (SSE-S3) 加密 S3 目錄儲存貯體中的 SageMaker AI 輸出資料。 S3 目前不支援使用 AWS KMS 金鑰 (SSE-KMS) 進行伺服器端加密，以將 SageMaker AI 輸出資料儲存在目錄儲存貯體中。