Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Gunakan SageMaker AI ModelTrainer untuk menjalankan pekerjaan pelatihan
<a name="docker-containers-adapt-your-own-private-registry-estimator"></a>

Anda juga dapat menggunakan [ ModelTrainer ](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html) dari SageMaker Python SDK untuk menangani konfigurasi dan menjalankan pekerjaan SageMaker pelatihan Anda. Contoh kode berikut menunjukkan cara mengkonfigurasi dan menjalankan gambar ModelTrainer menggunakan dari registri Docker pribadi.

1. Impor pustaka dan dependensi yang diperlukan, seperti yang ditunjukkan dalam contoh kode berikut.

   ```
   import boto3
   import sagemaker
   from sagemaker.train import ModelTrainer
   from sagemaker.train.configs import Compute
   from sagemaker.core.helper.session_helper import get_execution_role, Session
   
   session = Session()
   
   role = get_execution_role()
   ```

1. Berikan Uniform Resource Identifier (URI) ke gambar pelatihan, grup keamanan, dan subnet untuk konfigurasi VPC untuk pekerjaan pelatihan Anda, seperti yang ditunjukkan dalam contoh kode berikut.

   ```
   image_uri = "{{myteam.myorg.com/docker-local/my-training-image:<IMAGE-TAG>}}"
   
   security_groups = ["{{sg-0123456789abcdef0}}"]
   subnets = ["{{subnet-0123456789abcdef0}}", "{{subnet-0123456789abcdef0}}"]
   ```

   Untuk informasi selengkap `security_group_ids` nya tentang dan`subnets`, lihat deskripsi parameter yang sesuai di [ ModelTrainers ](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html) bagian SageMaker Python SDK.
**catatan**  
SageMaker AI menggunakan koneksi jaringan dalam VPC Anda untuk mengakses gambar di registri Docker Anda. Untuk menggunakan gambar di registri Docker Anda untuk pelatihan, registri harus dapat diakses dari Amazon VPC di akun Anda.

1. Secara opsional, jika registri Docker Anda memerlukan otentikasi, Anda juga harus menentukan Nama Sumber Daya Amazon (ARN) dari AWS Lambda fungsi yang menyediakan kredentif akses ke SageMaker AI. Contoh kode berikut menunjukkan cara menentukan ARN. 

   ```
   training_repository_credentials_provider_arn = "{{arn:aws:lambda:us-west-2:1234567890:function:test}}"
   ```

   Untuk informasi selengkapnya tentang menggunakan gambar dalam registri Docker yang memerlukan otentikasi, lihat ** Menggunakan registri Docker yang memerlukan otentikasi untuk pelatihan ** di bawah ini.

1. Gunakan contoh kode dari langkah-langkah sebelumnya untuk mengkonfigurasi a ModelTrainer, seperti yang ditunjukkan dalam contoh kode berikut.

   ```
   # The training repository access mode must be 'Vpc' for private docker registry jobs 
   training_repository_access_mode = "Vpc"
   
   # Specify the instance type, instance count you want to use
   instance_type="{{ml.m5.xlarge}}"
   instance_count={{1}}
   
   # Specify the maximum number of seconds that a model training job can run
   max_run_time = {{1800}}
   
   # Specify the output path for the model artifacts
   output_path = "{{s3://your-output-bucket/your-output-path}}"
   
   model_trainer = ModelTrainer(
       training_image=image_uri,
       role=role,
       subnets=subnets,
       security_group_ids=security_groups,
       training_repository_access_mode=training_repository_access_mode,
       training_repository_credentials_provider_arn=training_repository_credentials_provider_arn,  # remove this line if auth is not needed
       compute=Compute(instance_type=instance_type, instance_count=instance_count),
       output_path=output_path,
       max_run=max_run_time
   )
   ```

1. Mulai pekerjaan pelatihan Anda dengan menelep `model_trainer.train` on dengan nama pekerjaan dan jalur masukan Anda sebagai parameter, seperti yang ditunjukkan pada contoh kode berikut.

   ```
   input_path = "{{s3://your-input-bucket/your-input-path}}"
   job_name = "{{your-job-name}}"
   
   model_trainer.train(
       input_data_config=input_path,
       job_name=job_name
   )
   ```