View a markdown version of this page

Entrées du contrat de conteneur - Amazon SageMaker AI

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.

Entrées du contrat de conteneur

Note

Amazon SageMaker Model Monitor n'est plus ouvert aux nouveaux clients. Les clients existants peuvent continuer à utiliser le service normalement. AWS continue d'investir dans l'amélioration de la sécurité et de la disponibilité de Model Monitor, mais nous ne prévoyons pas d'introduire de nouvelles fonctionnalités. Pour de plus amples informations, veuillez consulter Modification de la disponibilité d'Amazon SageMaker Model Monitor.

La plateforme Amazon SageMaker Model Monitor invoque le code de votre conteneur selon un calendrier défini. Si vous avez choisi d'écrire votre propre code de conteneur, les variables d'environnement suivantes sont disponibles. Dans ce contexte, vous pouvez analyser le jeu de données actuel ou évaluer les contraintes si vous le souhaitez et émettre des métriques, le cas échéant.

Les variables d'environnement disponibles sont les mêmes pour les points de terminaison en temps réel et les tâches de transformation par lots, à l'exception de la variable dataset_format. Si vous utilisez un point de terminaison en temps réel, la variable dataset_format prend en charge les options suivantes :

{\"sagemakerCaptureJson\": {\"captureIndexNames\": [\"endpointInput\",\"endpointOutput\"]}}

Si vous utilisez une tâche de transformation par lots, dataset_format prend en charge les options suivantes :

{\"csv\": {\"header\": [\"true\",\"false\"]}}
{\"json\": {\"line\": [\"true\",\"false\"]}}
{\"parquet\": {}}

L'exemple de code suivant montre le jeu complet des variables d'environnement disponibles pour votre code de conteneur (et utilise le format dataset_format d'un point de terminaison en temps réel).

"Environment": {
 "dataset_format": "{\"sagemakerCaptureJson\": {\"captureIndexNames\": [\"endpointInput\",\"endpointOutput\"]}}",
 "dataset_source": "/opt/ml/processing/endpointdata",
 "end_time": "2019-12-01T16: 20: 00Z",
 "output_path": "/opt/ml/processing/resultdata",
 "publish_cloudwatch_metrics": "Disabled",
 "sagemaker_endpoint_name": "endpoint-name",
 "sagemaker_monitoring_schedule_name": "schedule-name",
 "start_time": "2019-12-01T15: 20: 00Z"
}

Parameters

Nom du paramètre Description
dataset_format

Pour une tâche démarrée à partir d’un MonitoringSchedule basé sur un Endpoint, il s’agit de sageMakerCaptureJson avec les indices de capture endpointInput et/ou endpointOutput. Pour une tâche de transformation par lots, cela indique le format de données, qu'il s'agisse de CSV, JSON ou Parquet.
dataset_source

Si vous utilisez un point de terminaison en temps réel, le chemin d'accès local dans lequel les données correspondant à la période de surveillance, comme spécifié par start_time et end_time, sont disponibles. Dans ce chemin d’accès, les données sont disponibles dans /{endpoint-name}/{variant-name}/yyyy/mm/dd/hh.

Nous téléchargeons parfois plus de données que ce qui est spécifié par les heures de début et de fin. C’est au code de conteneur d’analyser les données selon les besoins.
output_path

Chemin d’accès local où écrire des rapports de sortie et d’autres fichiers. Vous devez spécifier ce paramètre dans la demande CreateMonitoringSchedule comme MonitoringOutputConfig.MonitoringOutput[0].LocalPath. Il est chargé dans le chemin d’accès S3Uri spécifié dans MonitoringOutputConfig.MonitoringOutput[0].S3Uri.
publish_cloudwatch_metrics

Pour une tâche lancée par CreateMonitoringSchedule, ce paramètre est défini sur Enabled. Le conteneur peut choisir d'écrire le fichier de CloudWatch sortie Amazon à l'adresse[filepath].
sagemaker_endpoint_name

Si vous utilisez un point de terminaison en temps réel, le nom du Endpoint pour lequel cette tâche planifiée a été lancée.
sagemaker_monitoring_schedule_name

Nom du MonitoringSchedule qui a lancé cette tâche.
*sagemaker_endpoint_datacapture_prefix*

Si vous utilisez un point de terminaison en temps réel, le préfixe spécifié dans le paramètre DataCaptureConfig du Endpoint. Le conteneur peut l'utiliser s'il doit accéder directement à plus de données que celles déjà téléchargées par l' SageMaker IA sur le dataset_source chemin.
start_time, end_time

Fenêtre horaire pour l’analyse exécutée. Par exemple, pour une tâche dont l'exécution est prévue à 05h00 UTC et une tâche exécutée le 20/02 /2020, start_time : est 2020-02-19 et : est T06:00:00Z 2020-02-20 end_time T05:00:00Z
baseline_constraints:

Chemin d’accès local du fichier de contrainte de référence spécifié dans BaselineConfig.ConstraintResource.S3Uri. Ce paramètre est disponible uniquement si ce paramètre a été spécifié dans la demande CreateMonitoringSchedule.
baseline_statistics

Chemin d’accès local au fichier de statistiques de référence spécifié dans BaselineConfig.StatisticsResource.S3Uri. Ce paramètre est disponible uniquement si ce paramètre a été spécifié dans la demande CreateMonitoringSchedule.