

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Envoi d’une tâche d’importation de modèles
<a name="model-customization-import-model-job"></a>

Vous importez un modèle dans Amazon Bedrock en soumettant une tâche d'importation de modèle dans la console Amazon Bedrock, en utilisant l'API, en utilisant le SDK AWS CLI ou en utilisant le SDK. AWS Dans la tâche, vous pouvez spécifier l’URI Amazon S3 pour la source des fichiers du modèle. Si vous avez créé le modèle dans Amazon SageMaker AI, vous pouvez également le SageMaker spécifier. Lors de l’importation du modèle, la tâche d’importation détecte automatiquement l’architecture de votre modèle. La tâche d’importation du modèle peut prendre plusieurs minutes. Pendant la tâche, Amazon Bedrock vérifie que le modèle importé utilise une architecture de modèle compatible. 

La procédure suivante vous montre comment créer un modèle personnalisé en important un modèle que vous avez déjà personnalisé. Sélectionnez l’onglet correspondant à la méthode de votre choix et suivez les étapes. 

------
#### [ Console ]

Pour envoyer une tâche d’importation de modèles dans la console, procédez comme suit.

1. Si vous importez vos fichiers de modèle depuis Amazon S3, convertissez le modèle au format Hugging Face. 

   1. Si votre modèle est un modèle Mistral AI, utilisez [convert\$1mistral\$1weights\$1to\$1hf.py](https://github.com/huggingface/transformers/blob/main/src/transformers/models/mistral/convert_mistral_weights_to_hf.py). 

   1. Si votre modèle est un modèle Llama, utilisez [convert\$1llama\$1weights\$1to\$1hf.py](https://github.com/huggingface/transformers/blob/main/src/transformers/models/llama/convert_llama_weights_to_hf.py). 

   1. Chargez les fichiers de modèle dans un compartiment Amazon S3 de votre compte AWS. Pour plus d’informations, consultez [Charger un objet dans votre compartiment](https://docs.aws.amazon.com/AmazonS3/latest/userguide/uploading-an-object-bucket.html).

   1. Si vous utilisez des clés Amazon S3 ou KMS entre comptes pour importer votre modèle personnalisé, autorisez Amazon Bedrock à accéder à votre Compte AWS clé Amazon S3 ou KMS. Pour de plus amples informations, veuillez consulter [Accès intercompte au compartiment Amazon S3 pour les tâches d’importation de modèles personnalisés](cross-account-access-cmi.md).

1. Dans la console Amazon Bedrock, choisissez **Modèles importés** sous **Modèles de fondation** dans le volet de navigation de gauche.

1. Choisissez l’onglet **Modèles**.

1. Choisissez **Import model (Importer un modèle)**.

1. Dans l’onglet **Importé**, choisissez **Importer un modèle** pour ouvrir la page **Importer un modèle**.

1. Dans la section **Détails du modèle**, procédez comme suit : 

   1. Dans **Nom du modèle**, entrez un nom pour le modèle.

   1. (Facultatif) Pour associer des [balises](tagging.md) au modèle, développez la section **Balises** et sélectionnez **Ajouter une nouvelle balise**.

1. Dans la section **Nom de la tâche d’importation**, procédez comme suit : 

   1. Dans **Nom de la tâche**, entrez un nom pour la tâche d’importation de modèles.

   1. (Facultatif) Pour associer des [balises](tagging.md) au modèle personnalisé, développez la section **Balises** et sélectionnez **Ajouter une nouvelle balise**.

1. Dans **Paramètres d’importation de modèles**, sélectionnez les options d’importation que vous souhaitez utiliser.
   + Sélectionnez le compartiment **Amazon S3** ou le **modèle Amazon SageMaker AI** pour spécifier la source d'importation.
   + Si vous importez vos fichiers de modèle depuis un compartiment Amazon S3, entrez l’emplacement Amazon S3 dans **Emplacement S3**. Vous pouvez choisir **Parcourir S3** pour choisir l’emplacement du fichier. 
   + Si vous importez votre modèle depuis Amazon SageMaker AI, choisissez le **modèle Amazon SageMaker AI**, puis choisissez le modèle d' SageMaker IA que vous souhaitez importer dans les **modèles d'SageMaker IA**. 

1. Entrez les **Paramètres VPC** (facultatif) pour choisir une configuration VPC afin d’accéder à votre source de données Amazon S3 située dans votre VPC. Vous pouvez créer et gérer un VPC, des sous-réseaux et des groupes de sécurité dans Amazon VPC. Pour en savoir plus sur Amazon VPC, consultez [(Facultatif) Protection des tâches d’importation de modèles personnalisés à l’aide d’un VPC](vpc-custom-model-import.md).

1. Sélectionnez **Chiffrement** pour chiffrer vos données par défaut à l'aide d'une AWS clé que vous détenez et gérez. Vous pouvez également choisir une autre clé si vous sélectionnez **Personnaliser les paramètres de chiffrement (avancé)**.

1. Dans la section **Accès au service**, sélectionnez l’une des options suivantes : 
   + **Créer et utiliser une nouvelle fonction du service** : entrez un nom pour la fonction du service.
   + **Utiliser une fonction du service existante** : sélectionnez une fonction du service dans la liste déroulante. Pour voir les autorisations dont votre rôle de service existant a besoin, choisissez **Afficher les détails des autorisations**.

     Pour plus d’informations sur la configuration d’un rôle de service avec les autorisations appropriées, consultez [Création d’un rôle de service pour l’importation de modèles pré-entraînés](model-import-iam-role.md).
**Note**  
si vous utilisez des clés Amazon S3 ou KMS entre comptes, modifiez la politique de rôle de service et remplacez l'identifiant de compte spécifié `aws:ResourceAccount` par l'identifiant de AWS compte du propriétaire du compartiment. 

1. Choisissez **Importer**.

1. Sur la page **Modèles personnalisés**, choisissez **Importé**.

1. Dans la section **Tâches**, vérifiez le statut de la tâche d’importation. Le nom du modèle que vous avez choisi identifie la tâche d’importation de modèles. La tâche est terminée si la valeur **État** pour le modèle est **Terminé**. 

1. Obtenez l’ID de votre modèle en procédant comme suit.

   1. Sur la page **Modèles importés**, choisissez l’onglet **Modèles**.

   1. Copiez l’ARN du modèle que vous souhaitez utiliser à partir de la colonne **ARN**.

1. Utilisez votre modèle pour les appels d’inférence. Pour de plus amples informations, veuillez consulter [Soumettez une seule invite avec InvokeModel](inference-invoke.md). Vous pouvez utiliser le modèle avec un débit à la demande. 

   Vous pouvez également utiliser votre modèle dans le [terrain de jeu](playgrounds.md) de texte Amazon Bedrock.

------
#### [ API ]

**Demande**

Envoyez une demande [CreateModelImportJob](https://docs.aws.amazon.com//bedrock/latest/APIReference/API_CreateModelImportJob.html)(voir le lien pour le format de la demande et de la réponse et les détails du champ) avec un point de [terminaison du plan de contrôle Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#br-cp) pour soumettre une tâche d'importation de modèle personnalisée. Au minimum, vous devez renseigner les champs suivants.
+ `roleArn` : ARN du rôle de service avec les autorisations d’importation de modèles. Amazon Bedrock peut créer automatiquement un rôle avec les autorisations appropriées si vous utilisez la console, ou vous pouvez créer un rôle personnalisé en suivant les étapes indiquées dans [Création d’un rôle de service pour l’importation de modèles pré-entraînés](model-import-iam-role.md).
**Note**  
Si vous incluez un champ `vpcConfig`, assurez-vous que le rôle dispose des autorisations appropriées pour accéder au VPC. Pour obtenir un exemple, veuillez consulter [Associez des autorisations VPC à un rôle d’importation de modèle personnalisé.](vpc-custom-model-import.md#vpc-data-access-role-cmi).
+ `importedModelName` : nom à donner au nouveau modèle importé.
+ `jobName` : nom à donner à la tâche d’importation.
+ `modelDataSource` : source de données du modèle importé.

Pour éviter que la demande ne soit traitée plusieurs fois, incluez un `clientRequestToken`.

Vous pouvez inclure les champs facultatifs suivants pour des configurations supplémentaires.
+ `jobTags` and/or `importedModelTags`— Associez des [balises](tagging.md) à la tâche d'importation ou au modèle importé.
+ `importedModelKmsKeyId` : incluez une clé KMS de [chiffrement de l’importation de modèles personnalisé](https://docs.aws.amazon.com//bedrock/latest/userguide/encryption-import-model.html) pour chiffrer votre modèle importé.
+ `vpcConfig` : incluez la configuration VPC dans [(Facultatif) Protection des tâches d’importation de modèles personnalisés à l’aide d’un VPC](vpc-custom-model-import.md).

**Réponse**

La réponse renvoie un `jobArn` pour la tâche d’importation que vous utilisez pour identifier la tâche d’importation dans d’autres opérations.

La tâche d’importation prendra un certain temps. Vous pouvez vérifier l'état actuel en appelant l'[GetModelImportJob](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_GetModelImportJob.html)opération et en vérifiant le `Status` champ dans la réponse. Vous pouvez répertorier les tâches d'importation en cours avec le [ListModelImportJobs](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListModelImportJobs.html). 

Pour obtenir la liste des modèles que vous avez importés, appelez [ListImportedModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListImportedModels.html). Pour obtenir des informations sur un modèle importé spécifique, appelez [GetImportedModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_GetImportedModel.html).

Pour supprimer un modèle importé, appelez [DeleteImportedModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_DeleteImportedModel.html).

------