As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá. # Compilar um modelo (Amazon SageMaker AI Console) Você pode criar um trabalho de compilação do Amazon SageMaker Neo no console do Amazon SageMaker AI. 1. No console do **Amazon SageMaker AI**, escolha **Trabalhos de compilação** e, em seguida, escolha **Criar trabalho de compilação.** ![Crie um trabalho de compilação.](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/neo/8-create-compilation-job.png) 1. Na página **Criar trabalho de compilação**, em **Nome do trabalho**, digite um nome. Em seguida, selecione uma **perfil do IAM**. ![Crie uma página de trabalho de compilação.](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/neo/9-create-compilation-job-config.png) 1. Se você não tem uma perfil do IAM, escolha **Criar uma nova função**. ![Crie a localização do perfil do IAM.](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/neo/10a-create-iam-role.png) 1. Na página **Criar uma perfil do IAM**, escolha **Qualquer bucket do S3** e depois **Criar função**. ![Crie um perfil do IAM.](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/neo/10-create-iam-role.png) 1. ------ #### [ Non PyTorch Frameworks ] Na seção **Configuração de entrada**, insira o caminho completo do URI do bucket Amazon S3 que contém os artefatos do seu modelo no campo de entrada **Localização de artefatos de modelo**. Os artefatos do seu modelo devem estar em um formato de arquivo tarball compactado (`.tar.gz`). No campo **Configuração de entrada de dados**, insira a string JSON que especifica a forma dos dados de entrada. Para **Estrutura de machine learning**, escolha a estrutura. ![Página de configuração de entrada.](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/neo/neo-create-compilation-job-input-config.png) Para encontrar exemplos de sequências JSON de formas de entrada de dados, dependendo das estruturas, consulte [Quais são as formas de dados de entrada que o Neo espera](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-troubleshooting.html#neo-troubleshooting-errors-preventing). ------ #### [ PyTorch Framework ] Instruções semelhantes se aplicam à compilação de PyTorch modelos. No entanto, se você treinou PyTorch e está tentando compilar o modelo para `ml_*` (exceto`ml_inf`) o target, você pode, opcionalmente, especificar a versão usada PyTorch . ![Exemplo da seção de Configuração de entrada mostrando onde escolher a versão do Framework.](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/neo/compile_console_pytorch.png) Para encontrar exemplos de sequências JSON de formas de entrada de dados, dependendo das estruturas, consulte [Quais são as formas de dados de entrada que o Neo espera](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-troubleshooting.html#neo-troubleshooting-errors-preventing). **Observações** Se você salvou seu modelo usando a PyTorch versão 2.0 ou posterior, o **campo Configuração de entrada de dados** é opcional. SageMaker O Neo obtém a configuração de entrada do arquivo de definição do modelo com o qual você cria PyTorch. Para obter mais informações sobre como criar o arquivo de definição, consulte a [PyTorch](neo-compilation-preparing-model.md#how-to-save-pytorch) seção *Salvando modelos para o SageMaker AI Neo*. Ao compilar para `ml_*` instâncias usando a PyTorch estrutura, use o campo de **opções do compilador** na **Configuração de saída** para fornecer o tipo de dados correto (`dtype`) da entrada do modelo. O padrão é definido como `"float32"`. ![Exemplo da seção de Configuração de saída.](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/neo/neo_compilation_console_pytorch_compiler_options.png) **Atenção** Se você especificar um caminho de URI do bucket do Amazon S3 que leva ao arquivo `.pth`, você receberá o seguinte erro após iniciar a compilação: `ClientError: InputConfiguration: Unable to untar input model.Please confirm the model is a tar.gz file` ------ 1. Vá para a seção **Configuração de saída**. Escolha onde você deseja implantar o modelo. Você pode implantar seu modelo em um **dispositivo de destino** ou em uma **plataforma de destino**. Os dispositivos de destino incluem dispositivos de nuvem e de borda. As plataformas de destino se referem a sistemas operacionais, arquiteturas e aceleradores específicos nos quais você deseja que seu modelo seja executado. Em **Local de saída do S3**, insira o caminho para o bucket do S3 ou a pasta onde deseja armazenar o modelo. Opcionalmente, você pode adicionar opções do compilador no formato JSON na seção Opções do **compilador**. ![Página de configuração da saída.](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/neo/neo-console-output-config.png) 1. Verifique o status do trabalho de compilação quando ele for iniciado. Esse status do trabalho pode ser encontrado na parte superior da página **Trabalho de compilação**, conforme mostrado na captura de tela a seguir. Você também pode conferir o status na coluna **Status**. ![Status do trabalho de compilação.](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/neo/12-run-model-compilation.png) 1. Verifique o status do trabalho de compilação quando ele for concluído. Você pode verificar o status na coluna **Status**, conforme mostrado na captura de tela a seguir. ![Status do trabalho de compilação.](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/neo/12a-completed-model-compilation.png)