기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# AWS Clean Rooms ML에서 모델 아티팩트 내보내기
<a name="export-model-artifacts"></a>

이 작업은 선택 사항이며 공동 작업의 `CAN_RECEIVE_MODEL_OUTPUT` 구성원에게 구성원 기능을 할당한 경우 완료해야 합니다.

모델 훈련이 완료되면 모델을 훈련한 구성원이 모델 아티팩트 내보내기를 시작할 수 있습니다. 모델을 훈련한 구성원은 모델 아티팩트를 받을 사람을 선택합니다. 단, 해당 구성원이 결과와 유효한 ML 구성을 받을 수 있어야 합니다.

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

**사용자 지정 ML 모델 알고리즘을 구성하려면(콘솔)**

1. 에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) AWS Clean Rooms 콘솔을 엽니다.

1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.

1. **공동 작업** 페이지에서 내보낼 사용자 지정 모델이 포함된 공동 작업을 선택합니다.

1. 공동 작업이 열리면 **ML 모델** 탭을 선택한 다음 **사용자 지정 훈련된 모델** 테이블에서 모델을 선택합니다.

1. 사용자 지정 훈련된 모델 세부 정보 페이지에서 **모델 출력 내보내기**를 클릭합니다.

1. **모델 출력 내보내기**의 **모델 출력 세부 정보 내보내기**에 **이름** 및 선택적 **설명을** 입력합니다.

   **협업 구성원에게 내보낸 모델 출력 드롭다운 목록에서 모델 아티팩트를 수신할 구성원을** 선택합니다.

1. **내보내기**를 선택합니다.

   결과는 ML 구성에 지정된 Amazon S3 위치의 다음 경로로 내보내집니다`yourSpecifiedS3Path/collaborationIdentifier/trainedModelName/callerAccountId/jobName`. 구성된 모델 알고리즘을 연결할 때 선택한 최대 파일 크기까지**만** 내보냅니다.

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

사용자 지정 ML 모델 알고리즘(API)을 구성하려면

다음 코드를 실행하여 모델 내보내기를 시작합니다.

```
import boto3 
acr_ml_client= boto3.client('cleanroomsml')

acr_ml_client.start_trained_model_export_job(
    membershipIdentifier='{{membership_id}}',
    trainedModelArn='arn:aws:cleanrooms-ml:{{region}}:{{account}}:{{membership}}/membershipIdentifier/trained-model/{{identifier}}',
    outputConfiguration={
        'member': {
            'accountId': '{{model_output_receiver_account}}'
        }
    },
    name='{{export_job_name}}'
)
```

결과는 ML 구성에 지정된 Amazon S3 위치의 다음 경로로 내보내집니다`yourSpecifiedS3Path/collaborationIdentifier/trainedModelName/callerAccountId/jobName`. 구성된 모델 알고리즘을 연결할 때 선택한 만 `maxSize` 지정된 `filesToExport`까지 내보냅니다.

------