Ricezione di log e metriche del modello

Per ricevere log e metriche dall'addestramento o dall'inferenza di modelli personalizzati, i membri devono aver creato una configurazione ML con un ruolo valido che fornisca le CloudWatch autorizzazioni necessarie (vedi Creare un ruolo di servizio per la modellazione ML personalizzata - Configurazione ML).

Metrica di sistema

Le metriche di sistema per l'addestramento e l'inferenza, come l'utilizzo della CPU e della memoria, vengono pubblicate a tutti i membri in collaborazione con configurazioni ML valide. Queste metriche possono essere visualizzate man mano che il lavoro procede tramite CloudWatch Metrics in the o namespace, rispettivamente. /aws/cleanroomsml/TrainedModels /aws/cleanroomsml/TrainedModelInferenceJobs

Log dei modelli

L'accesso ai log del modello è fornito dalla politica di configurazione della privacy di ciascun algoritmo del modello configurato. L'autore del modello imposta la politica di configurazione della privacy quando associa un algoritmo del modello configurato (tramite la console o l'CreateConfiguredModelAlgorithmAssociationAPI) a una collaborazione. L'impostazione della politica di configurazione della privacy controlla quali membri possono ricevere i log del modello.

Inoltre, l'autore del modello può impostare un modello di filtro nella politica di configurazione della privacy per filtrare gli eventi di registro. Tutti i log inviati da un container modello a stdout o stderr che corrispondono al pattern di filtro (se impostato), vengono inviati ad Amazon CloudWatch Logs. I log del modello sono disponibili rispettivamente in gruppi di CloudWatch log /aws/cleanroomsml/TrainedModels o/aws/cleanroomsml/TrainedModelInferenceJobs.

Metriche definite personalizzate

Quando configuri un algoritmo del modello (tramite la console o l'CreateConfiguredModelAlgorithmAPI), l'autore del modello può fornire nomi di metrica e istruzioni regex specifici da cercare nei log di output. Questi possono essere visualizzati man mano che il lavoro procede tramite CloudWatch Metrics nel namespace. /aws/cleanroomsml/TrainedModels Quando si associa un algoritmo di modello configurato, l'autore del modello può impostare un livello di rumore opzionale nella configurazione della privacy delle metriche per evitare l'emissione di dati grezzi e fornire comunque visibilità sulle tendenze delle metriche personalizzate. Se è impostato un livello di rumore, le metriche vengono pubblicate alla fine del lavoro anziché in tempo reale.