Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
In che modo Amazon SageMaker AI elabora i risultati della formazione
Poiché il tuo algoritmo viene eseguito in un container, genera output, tra cui lo stato del processo di addestramento e artefatti del modello e di output. Il tuo algoritmo deve scrivere queste informazioni nei file seguenti, che si trovano nella directory del container /output. Amazon SageMaker AI elabora le informazioni contenute in questa directory come segue:
-
/opt/ml/model— Il tuo algoritmo dovrebbe scrivere tutti gli artefatti finali del modello in questa directory. SageMaker L'IA copia questi dati come un singolo oggetto in formato tar compresso nella posizione S3 specificata nella richiesta.CreateTrainingJobSe più contenitori in un unico processo di formazione scrivono in questa directory, dovrebbero assicurarsi chefile/directoryi nomi non coincidano. SageMaker L'intelligenza artificiale aggrega il risultato in un file TAR e lo carica su S3 alla fine del processo di formazione. -
/opt/ml/output/data— Il tuo algoritmo dovrebbe scrivere gli artefatti che desideri memorizzare diversi dal modello finale in questa directory. SageMaker L'IA copia questi dati come un singolo oggetto in formato tar compresso nella posizione S3 specificata nella richiesta.CreateTrainingJobSe più contenitori in un unico processo di formazione scrivono in questa directory, dovrebbero assicurarsi chefile/directoryi nomi non coincidano. SageMaker L'intelligenza artificiale aggrega il risultato in un file TAR e lo carica su S3 alla fine del processo di formazione. -
/opt/ml/output/failure: se si verifica un errore nell’addestramento, dopo che l'output dell'algoritmo è completato (ad esempio, registrazione), il tuo algoritmo deve scrivere la descrizione dell'errore in questo file. InDescribeTrainingJobrisposta, SageMaker AI restituisce i primi 1024 caratteri di questo file come.FailureReason
È possibile specificare un bucket S3 generico o di directory per archiviare l’output dell’addestramento. I bucket di directory utilizzano solo la classe di archiviazione Amazon S3 Express One Zone, progettata per carichi di lavoro o applicazioni con requisiti di prestazioni elevati che richiedono una latenza costante di pochi millisecondi. Scegli il tipo di bucket più adatto ai requisiti applicativi e di prestazioni. Per ulteriori informazioni sui bucket di directory S3, consulta Bucket di directory nella Guida per l’utente di Amazon Simple Storage Service.
Nota
Puoi crittografare i dati di output dell' SageMaker IA nei bucket di directory S3 solo con crittografia lato server con chiavi gestite da Amazon S3 (). SSE-S3 Server-side la crittografia con AWS KMS chiavi (SSE-KMS) non è attualmente supportata per l'archiviazione dei dati di output SageMaker AI nei bucket di directory.
