Übermitteln eines Modellanpassungsauftrags zur Feinabstimmung oder zum fortgesetzten Vortraining - Amazon Bedrock
VoraussetzungenÜbermitteln Ihres Auftrags

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Übermitteln eines Modellanpassungsauftrags zur Feinabstimmung oder zum fortgesetzten Vortraining

Sie können ein benutzerdefiniertes Modell erstellen, indem Sie die Feinabstimmung oder das fortgesetzte Vortraining in der Amazon-Bedrock-Konsole oder -API verwenden. Sie können ein vorhandenes benutzerdefiniertes Modell weiter optimieren. Der Anpassungsauftrag kann mehrere Stunden dauern. Die Dauer des Auftrags hängt von der Größe der Trainingsdaten (Anzahl der Datensätze, Eingabe- und Ausgabetoken), der Anzahl der Epochen und der Batch-Größe ab.

Voraussetzungen

  • Erstellen Sie eine AWS Identity and Access Management (IAM) -Servicerolle, um auf den S3-Bucket zuzugreifen, in dem Sie Ihre Trainings- und Validierungsdaten zur Modellanpassung speichern möchten. Sie können diese Rolle automatisch mithilfe von AWS-Managementkonsole oder manuell erstellen. Weitere Informationen zur manuellen Option finden Sie unter Erstellen einer IAM-Servicerolle für die Modellanpassung.

  • (Optional) Verschlüsseln Sie die Eingabe- und Ausgabedaten, Anpassungsaufträge oder Inferenzanforderungen für benutzerdefinierte Modelle. Weitere Informationen finden Sie unter Verschlüsselung benutzerdefinierter Modelle.

  • (Optional) Erstellen Sie eine Virtual Private Cloud (VPC), um Ihren Anpassungsauftrag zu schützen. Weitere Informationen finden Sie unter (Optional) Schützen der Modellanpassungsaufträge mit einer VPC.

Übermitteln Ihres Auftrags

Wählen Sie die Registerkarte für Ihre bevorzugte Methode aus und führen Sie dann die folgenden Schritte aus:

Console

Gehen Sie wie folgt vor, um einen Modellanpassungsauftrag in der Konsole zu übermitteln.

  1. Melden Sie sich bei der AWS-Managementkonsole mit einer IAM-Identität an, die berechtigt ist, die Amazon Bedrock-Konsole zu verwenden. Öffnen Sie dann die Amazon Bedrock-Konsole unter https://console.aws.amazon.com/bedrock.

  2. Wählen Sie im linken Navigationsbereich unter Optimieren die Option Benutzerdefinierte Modelle aus.

  3. Wählen Sie auf der Registerkarte Modelle die Option Modell anpassen und dann Feinabstimmungsauftrag erstellen oder Erstellen Sie einen fortgesetzten Vortrainingsjobs aus, je nachdem, welche Art von Modell Sie trainieren möchten.

  4. Gehen Sie im Abschnitt Modelldetails wie folgt vor.

    1. Wählen Sie das Modell aus, das Sie mit Ihren eigenen Daten anpassen möchten, und geben Sie Ihrem resultierenden Modell einen Namen. Sie können entweder ein Basismodell oder ein zuvor angepasstes Modell (fein abgestimmt oder destilliert) als Basismodell auswählen.

    2. (Optional) Standardmäßig verschlüsselt Amazon Bedrock Ihr Modell mit einem Schlüssel, der von AWS besessen und verwaltet wird. Wenn Sie einen benutzerdefinierten KMS-Schlüssel verwenden möchten, wählen Sie Modellverschlüsselung und einen Schlüssel aus.

    3. (Optional) Sie können den Abschnitt Tags erweitern und Neues Tag hinzufügen auswählen, um dem benutzerdefinierten Modell Tags zuzuordnen.

  5. Geben Sie im Abschnitt Auftragskonfiguration einen Namen für den Auftrag ein und fügen Sie wahlweise Tags hinzu, die mit dem Auftrag verknüpft werden sollen.

  6. (Optional) Wenn Sie eine Virtual Private Cloud (VPC) zum Schutz Ihrer Trainingsdaten und Ihres Anpassungsauftrags verwenden möchten, wählen Sie im Bereich VPC-Einstellungen eine VPC aus, die die Eingabe- und Ausgabedaten der Amazon-S3-Speicherorte, deren Subnetze und Sicherheitsgruppen enthält.

    Anmerkung

    Wenn Sie eine VPC-Konfiguration einschließen, kann die Konsole keine neue Servicerolle für den Auftrag erstellen. Erstellen Sie eine benutzerdefinierte Servicerolle und fügen Sie Berechtigungen hinzu, ähnlich dem unter Anfügen von VPC-Berechtigungen an eine Modelanpassungsrolle beschriebenen Beispiel.

  7. Wählen Sie im Abschnitt Eingabedaten den S3-Speicherort der Trainingsdatensatzdatei und gegebenenfalls der Validierungsdatensatzdatei aus.

  8. Geben Sie im Abschnitt Hyperparameter die Eingabewerte für Hyperparameter ein, die beim Training verwendet werden sollen.

  9. Geben Sie im Abschnitt Ausgabedaten den Amazon-S3-Speicherort ein, an dem Amazon Bedrock die Ausgabe des Auftrags speichern soll. Amazon Bedrock speichert die Trainings- und Validierungsverluste für jede Epoche werden in separaten Dateien an dem von Ihnen angegebenen Speicherort.

  10. Wählen Sie im Abschnitt Servicezugriff eine der folgenden Optionen aus:

    • Vorhandene Servicerolle nutzen – Wählen Sie eine Servicerolle aus der Dropdown-Liste aus. Weitere Informationen zum Einrichten einer benutzerdefinierten Rolle mit den entsprechenden Berechtigungen finden Sie unter Erstellen einer Servicerolle für die Modellanpassung.

    • Neue Servicerolle erstellen und verwenden – Geben Sie einen Namen für die Servicerolle ein.

  11. Wählen Sie Modell optimieren oder Erstellen Sie einen fortgesetzten Vortrainingsjob aus, um mit dem Auftrag zu beginnen.

API

Anforderung

Senden Sie eine Anfrage CreateModelCustomizationJob(siehe Link für Anfrage- und Antwortformate und Felddetails) mit einem Endpunkt der Amazon Bedrock-Steuerebene, um einen Auftrag zur Modellanpassung einzureichen. Sie müssen mindestens die folgenden Felder angeben:

  • roleArn – Der ARN der Servicerolle mit den Berechtigungen zum Importieren von Modellen. Amazon Bedrock kann automatisch eine Rolle mit den entsprechenden Berechtigungen erstellen, wenn Sie die Konsole verwenden. Sie können auch eine benutzerdefinierte Rolle erstellen, indem Sie den Schritten unter Erstellen einer Servicerolle für die Modellanpassung folgen.

    Anmerkung

    Wenn Sie ein vpcConfig-Feld einschließen, stellen Sie sicher, dass die Rolle über die erforderlichen Berechtigungen für den Zugriff auf die VPC verfügt. Ein Beispiel finden Sie unter Anfügen von VPC-Berechtigungen an eine Modelanpassungsrolle.

  • baseModelIdentifier – Die Modell-ID oder der ARN des Basismodells oder des zuvor benutzerdefinierten Modells (optimiert oder destilliert), das angepasst werden soll

  • customModelName – Der Name für das neu angepasste Modell.

  • jobName – Der Name, den der Trainingsjob erhalten soll.

  • hyperParameters – Hyperparameter, die den Prozess der Modellanpassung beeinflussen

  • trainingDataConfig – Ein Objekt, das den Amazon-S3-URI des Trainingsdatensatzes enthält. Abhängig von der Anpassungsmethode und dem Modell können Sie auch eine validationDataConfig hinzufügen. Weitere Informationen zur Vorbereitung des Datensatzes finden Sie unter Vorbereiten Ihrer Trainingsdatensätze für die Feinabstimmung und das fortgesetzte Vortraining.

  • validationDataconfig – Ein Objekt, das den Amazon-S3-URI des Validierungsdatensatzes enthält

  • outputDataConfig – Ein Objekt, das den Amazon-S3-URI enthält, an dem die Ausgabedaten abgelegt werden sollen.

Wenn Sie den customizationType nicht angeben, ist die Modellanpassungsmethode standardmäßig auf FINE_TUNING eingestellt.

Wenn Sie verhindern möchten, dass die Anforderung mehr als einmal abgeschlossen wird, fügen Sie einen clientRequestToken hinzu.

Sie können die folgenden optionalen Felder für zusätzliche Konfigurationen einschließen.

  • jobTags and/or customModelTags— Ordnen Sie Tags dem Anpassungsauftrag oder dem daraus resultierenden benutzerdefinierten Modell zu.

  • customModelKmsKeyId – Fügen Sie einen benutzerdefinierten KMS-Schlüssel hinzu, um Ihr benutzerdefiniertes Modell zu verschlüsseln.

  • vpcConfig – Fügen Sie die Konfiguration für eine Virtual Private Cloud (VPC) hinzu, um Ihre Trainingsdaten und Anpassungsauftrag zu schützen

Antwort

Die Antwort gibt einen jobArn zurück, mit dem Sie den Auftrag zur Modellanpassung überwachen oder beenden können.

Siehe Codebeispiele