从 AWS Clean Rooms ML 中导出模型工件 - AWS Clean Rooms

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

从 AWS Clean Rooms ML 中导出模型工件

此任务是可选的，应在您将CAN_RECEIVE_MODEL_OUTPUT成员权限分配给协作成员后完成。

模型训练完成后，训练模型的成员可以启动模型构件的导出。训练模型的成员选择谁将接收模型工件，前提是该成员可以接收结果和有效的机器学习配置。

Console
配置自定义 ML 模型算法（控制台）

  1. 登录 AWS Management Console 并在 https://console.aws.amazon.com/clean room AWS Clean Rooms s 上打开控制台。

  2. 在左侧导航窗格中，选择协作。

  3. 在协作页面上，选择包含要导出的自定义模型的协作。

  4. 协作打开后，选择 “机器学习模型” 选项卡，然后从 “自定义训练模型” 表中选择您的模型

  5. 在自定义训练模型详细信息页面上，单击导出模型输出。

  6. 对于导出模型输出，在导出模型输出详细信息中，输入名称和可选的描述。

    在导出给协作成员的模型输出下拉列表中选择哪个成员将接收模型工件。

  7. 选择导出。

    结果将导出到机器学习配置中指定的 Amazon S3 位置的以下路径：yourSpecifiedS3Path/collaborationIdentifier/trainedModelName/callerAccountId/jobName。仅导出您在关联配置的模型算法时选择的要导出的文件（不超过指定的最大文件大小）。

API

配置自定义 ML 模型算法 (API)

通过运行以下代码启动模型导出：

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'
)

结果将导出到机器学习配置中指定的 Amazon S3 位置的以下路径：yourSpecifiedS3Path/collaborationIdentifier/trainedModelName/callerAccountId/jobName。仅导出您在关联已配置模型算法时选择的（不超过maxSize指定值）。filesToExport