View a markdown version of this page

Voraussetzungen für die benutzerdefinierte ML-Modellierung - AWS Clean Rooms

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.

Voraussetzungen für die benutzerdefinierte ML-Modellierung

Bevor Sie eine benutzerdefinierte ML-Modellierung durchführen können, sollten Sie Folgendes berücksichtigen:

  • Stellen Sie fest, ob in der Zusammenarbeit sowohl das Modelltraining als auch die Inferenz für das trainierte Modell durchgeführt werden sollen.

  • Bestimmen Sie die Rolle, die jedes Mitglied der Zusammenarbeit übernehmen soll, und weisen Sie ihnen die entsprechenden Fähigkeiten zu.

    • Weisen Sie die CAN_QUERY Fähigkeit dem Mitglied zu, das das Modell trainiert, und ziehen Sie daraus Schlüsse für das trainierte Modell.

    • Weisen Sie CAN_RECEIVE_RESULTS die mindestens einem Mitglied der Kollaboration zu.

    • Weisen Sie CAN_RECEIVE_MODEL_OUTPUT dem Mitglied, das trainierte Modellexporte bzw. Inferenzausgaben erhält, eine oder mehrere CAN_RECEIVE_INFERENCE_OUTPUT Fähigkeiten zu. Sie können wählen, ob Sie beide Fähigkeiten verwenden möchten, wenn dies für Ihren Anwendungsfall erforderlich ist.

  • Ermitteln Sie die maximale Größe der trainierten Modellartefakte oder Inferenzergebnisse, deren Export Sie zulassen.

  • Wir empfehlen, dass alle Benutzer ihrer Rolle CleanroomsMLFullAccess die Richtlinien CleanrooomsFullAccess und zuordnen. Für die Verwendung benutzerdefinierter ML-Modelle müssen sowohl die ML-SDKs als auch die AWS Clean Rooms AWS Clean Rooms ML-SDKs verwendet werden.

  • Beachten Sie die folgenden Informationen zu IAM-Rollen.

    • Alle Datenanbieter müssen über eine Servicezugriffsrolle verfügen, die es AWS Clean Rooms ermöglicht, Daten aus ihren AWS Glue Katalogen und Tabellen sowie den zugrunde liegenden Amazon S3-Standorten zu lesen. Diese Rollen ähneln denen, die für SQL-Abfragen erforderlich sind. Dadurch können Sie die CreateConfiguredTableAssociation Aktion verwenden. Weitere Informationen finden Sie unter Erstellen Sie eine Servicerolle, um eine konfigurierte Tabellenzuordnung zu erstellen.

    • Alle Mitglieder, die Metriken erhalten möchten, müssen über eine Servicezugriffsrolle verfügen, die es ihnen ermöglicht, CloudWatch Metriken und Protokolle zu schreiben. Diese Rolle wird von Clean Rooms ML verwendet, um AWS-Konto während des Modelltrainings und der Inferenz alle Modellmetriken und -protokolle in die Daten des Mitglieds zu schreiben. Wir bieten auch Datenschutzkontrollen an, um festzustellen, welche Mitglieder Zugriff auf die Metriken und Protokolle haben. Auf diese Weise können Sie die CreateMLConfiguration Aktion verwenden. Weitere Informationen finden Sie unter Erstellen Sie eine Servicerolle für die benutzerdefinierte ML-Modellierung — ML-Konfiguration.

      Das Mitglied, das die Ergebnisse erhält, muss über eine Servicezugriffsrolle verfügen, die berechtigt ist, in seinen Amazon S3-Bucket zu schreiben. Diese Rolle ermöglicht es Clean Rooms ML, Ergebnisse (trainierte Modellartefakte oder Inferenzergebnisse) in einen Amazon S3-Bucket zu exportieren. Dadurch können Sie die CreateMLConfiguration Aktion verwenden. Weitere Informationen finden Sie unter Erstellen Sie eine Servicerolle für die benutzerdefinierte ML-Modellierung — ML-Konfiguration.

    • Der Modellanbieter muss eine Servicezugriffsrolle mit Berechtigungen zum Lesen seines Amazon ECR-Repositorys und Images bereitstellen. Dadurch können Sie die CreateConfigureModelAlgorithm Aktion verwenden. Weitere Informationen finden Sie unter Erstellen Sie eine Servicerolle, um ein benutzerdefiniertes ML-Modell bereitzustellen.

    • Das Mitglied, das die erstellt, MLInputChannel um Datensätze für das Training oder die Inferenz zu generieren, muss eine Servicezugriffsrolle bereitstellen, die es Clean Rooms ML ermöglicht, eine SQL-Abfrage in Clean Rooms ML auszuführen. AWS Clean Rooms Auf diese Weise können Sie die Aktionen CreateTrainedModel und StartTrainedModelInferenceJob verwenden. Weitere Informationen finden Sie unter Erstellen Sie eine Servicerolle, um einen Datensatz abzufragen.

  • Modellautoren sollten die Anweisungen befolgen Richtlinien zur Modellerstellung für den Trainingscontainer und Richtlinien für die Modellerstellung für den Inferenzcontainer sicherstellen, dass die Modelleingaben und -ausgaben wie von konfiguriert werden AWS Clean Rooms.