在 AWS Clean Rooms ML 中設定模型演算法 - AWS Clean Rooms

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

在 AWS Clean Rooms ML 中設定模型演算法

建立容器訓練映像之後，您必須設定模型演算法。設定模型演算法可讓您與協同合作建立關聯。

下圖顯示將模型演算法設定為建立容器訓練映像之後，以及將其與協同合作建立關聯之前發生的步驟。

如何貢獻自訂 ML 模型的概觀。
Console
設定自訂 ML 模型演算法 （主控台）

  1. 登入 AWS Management Console 並在 https：//https://console.aws.amazon.com/cleanrooms 開啟 AWS Clean Rooms 主控台。

  2. 在左側導覽窗格中，選擇自訂 ML 模型。

  3. 在自訂 ML 模型頁面上，選擇設定模型演算法。

  4. 在設定模型演算法頁面上，針對模型演算法詳細資訊，輸入名稱和選用的描述。

  5. 如果您想要執行模型訓練，對於訓練映像 ECR 容器詳細資訊，

    1. 選取指定訓練映像 URI 核取方塊。

    2. 從下拉式清單中選取具有訓練模型、推論容器或兩者的儲存庫。

    3. 選取映像。

    4. （選用） 輸入進入點的值以存取訓練影像。

    5. （選用） 輸入引數的值。

  6. （選用） 如果您想要報告模型指標，請在訓練指標中輸入指標的名稱和 Regex 陳述式，以搜尋輸出日誌來尋找指標。

  7. 如果您想要執行模型推論，對於推論映像 ECR 容器詳細資訊，

    1. 選取指定推論映像 URI 核取方塊。

    2. 從下拉式清單中選取儲存庫。

    3. 選取映像。

  8. 針對服務存取，選擇將用於存取此資料表的現有服務角色名稱。

  9. 針對加密，選擇自訂加密設定以指定您自己的 KMS 金鑰和相關資訊。否則，Clean Rooms ML 會管理加密。

  10. 如果您想要啟用標籤，請選擇新增標籤，然後輸入金鑰和值對。

  11. 選擇設定模型演算法。

API

設定自訂 ML 模型演算法 (API)

  1. 建立 SageMaker AI 相容 Docker 映像。Clean Rooms ML 僅支援 SageMaker AI 相容 Docker 映像。

  2. 建立 SageMaker AI 相容 Docker 映像之後，請使用 Amazon ECR 建立訓練映像。遵循 Amazon Elastic Container Registry 使用者指南中的指示來建立容器訓練映像。

  3. 設定模型演算法以用於 Clean Rooms ML。您必須提供下列資訊：

    • Amazon ECR 儲存庫連結和其他引數來訓練模型並執行推論。Clean Rooms ML 支援在推論容器上執行批次轉換任務。

    • 允許 Clean Rooms ML 存取儲存庫的服務存取角色。

    • （選用） 推論容器。雖然您可以在個別設定的模型演算法中提供此功能，但建議您在此步驟中提供此功能，以便將訓練和推論容器作為相同資源的一部分進行管理。

    使用特定參數執行下列程式碼。

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

acr_ml_client.create_configured_model_algorithm(
    name='configured_model_algorithm_name',
    trainingContainerConfig={
        'imageUri': 'account.dkr.ecr.region.amazonaws.com/image_name:tag',
        'metricDefinitions': [
            {
                'name': 'custom_metric_name_1',
                'regex': 'custom_metric_regex_1'
            }
        ]
    },
    inferenceContainerConfig={
        'imageUri':'account.dkr.ecr.region.amazonaws.com/image_name:tag',
    }
    roleArn='arn:aws:iam::account:role/role_name'
)