Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Reichen Sie einen Auftrag zur Modellanpassung zur Feinabstimmung ein
Sie können ein benutzerdefiniertes Modell erstellen, indem Sie die Feinabstimmung in der Amazon Bedrock-Konsole oder API verwenden. Sie können ein vorhandenes benutzerdefiniertes Modell weiter optimieren. Der Anpassungsauftrag kann mehrere Stunden dauern. Die Dauer des Auftrags hängt von der Größe der Trainingsdaten (Anzahl der Datensätze, Eingabe- und Ausgabetoken), der Anzahl der Epochen und der Batch-Größe ab.
## Voraussetzungen
+ Erstellen Sie eine AWS Identity and Access Management (IAM) -Servicerolle, um auf den S3-Bucket zuzugreifen, in dem Sie Ihre Trainings- und Validierungsdaten zur Modellanpassung speichern möchten. Sie können diese Rolle automatisch mithilfe von AWS-Managementkonsole oder manuell erstellen. Weitere Informationen zur manuellen Option finden Sie unter [Erstellen einer IAM-Servicerolle für die Modellanpassung](custom-model-job-access-security.md#custom-model-job-service-role).
+ (Optional) Verschlüsseln Sie die Eingabe- und Ausgabedaten, Anpassungsaufträge oder Inferenzanforderungen für benutzerdefinierte Modelle. Weitere Informationen finden Sie unter [Verschlüsselung benutzerdefinierter Modelle](encryption-custom-job.md).
+ (Optional) Erstellen Sie eine Virtual Private Cloud (VPC), um Ihren Anpassungsauftrag zu schützen. Weitere Informationen finden Sie unter [(Optional) Schützen der Modellanpassungsaufträge mit einer VPC](custom-model-job-access-security.md#vpc-model-customization).
## Übermitteln Ihres Auftrags
Wählen Sie die Registerkarte für Ihre bevorzugte Methode aus und führen Sie dann die folgenden Schritte aus:
------
#### [ Console ]
Gehen Sie wie folgt vor, um einen Modellanpassungsauftrag in der Konsole zu übermitteln.
1. Melden Sie sich bei der AWS-Managementkonsole mit einer IAM-Identität an, die berechtigt ist, die Amazon Bedrock-Konsole zu verwenden. Öffnen Sie dann die Amazon Bedrock-Konsole unter [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock).
1. Wählen Sie im linken Navigationsbereich unter **Optimieren** die Option **Benutzerdefinierte Modelle** aus.
1. Wählen Sie auf der Registerkarte **Modelle** die Option **Modell anpassen** und anschließend Feinabstimmungsauftrag **erstellen** aus.
1. Gehen Sie im Abschnitt **Modelldetails** wie folgt vor.
1. Wählen Sie das Modell aus, das Sie mit Ihren eigenen Daten anpassen möchten, und geben Sie Ihrem resultierenden Modell einen Namen. Sie können entweder ein Basismodell oder ein zuvor angepasstes Modell (fein abgestimmt oder destilliert) als Basismodell auswählen.
1. (Optional) Standardmäßig verschlüsselt Amazon Bedrock Ihr Modell mit einem Schlüssel, der von AWS besessen und verwaltet wird. Wenn Sie einen [benutzerdefinierten KMS-Schlüssel](encryption-custom-job.md) verwenden möchten, wählen Sie **Modellverschlüsselung** und einen Schlüssel aus.
1. (Optional) Sie können den Abschnitt **Tags** erweitern und **Neues Tag hinzufügen** auswählen, um dem benutzerdefinierten Modell [Tags](tagging.md) zuzuordnen.
1. Geben Sie im Abschnitt **Auftragskonfiguration** einen Namen für den Auftrag ein und fügen Sie wahlweise Tags hinzu, die mit dem Auftrag verknüpft werden sollen.
1. **(Optional) Wenn Sie eine [Virtual Private Cloud (VPC) zum Schutz Ihrer Trainingsdaten und Ihres Anpassungsauftrags](custom-model-job-access-security.md#vpc-model-customization) verwenden möchten, wählen Sie im Bereich VPC-Einstellungen** eine VPC aus, die die Eingabe- und Ausgabedaten der Amazon-S3-Speicherorte, deren Subnetze und Sicherheitsgruppen enthält.
**Anmerkung**
Wenn Sie eine VPC-Konfiguration einschließen, kann die Konsole keine neue Servicerolle für den Auftrag erstellen. [Erstellen Sie eine benutzerdefinierte Servicerolle](model-customization-iam-role.md) und fügen Sie Berechtigungen hinzu, ähnlich dem unter [Anfügen von VPC-Berechtigungen an eine Modelanpassungsrolle](custom-model-job-access-security.md#vpc-data-access-role) beschriebenen Beispiel.
1. Wählen Sie im Abschnitt **Eingabedaten** den S3-Speicherort der Trainingsdatensatzdatei und gegebenenfalls der Validierungsdatensatzdatei aus.
1. Geben Sie im Abschnitt **Hyperparameter** die Eingabewerte für [Hyperparameter](custom-models-hp.md) ein, die beim Training verwendet werden sollen.
1. Geben Sie im Abschnitt **Ausgabedaten** den Amazon-S3-Speicherort ein, an dem Amazon Bedrock die Ausgabe des Auftrags speichern soll. Amazon Bedrock speichert die Trainings- und Validierungsverluste für jede Epoche werden in separaten Dateien an dem von Ihnen angegebenen Speicherort.
1. Wählen Sie im Abschnitt **Servicezugriff** eine der folgenden Optionen aus:
+ **Vorhandene Servicerolle nutzen** – Wählen Sie eine Servicerolle aus der Dropdown-Liste aus. Weitere Informationen zum Einrichten einer benutzerdefinierten Rolle mit den entsprechenden Berechtigungen finden Sie unter [Erstellen einer Servicerolle für die Modellanpassung](model-customization-iam-role.md).
+ **Neue Servicerolle erstellen und verwenden** – Geben Sie einen Namen für die Servicerolle ein.
1. Wählen Sie „**Modell feinabstimmen“**, um mit dem Job zu beginnen.
------
#### [ API ]
**Anforderung**
Senden Sie eine Anfrage [CreateModelCustomizationJob](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_CreateModelCustomizationJob.html)(siehe Link für Anfrage- und Antwortformate und Felddetails) mit einem [Endpunkt der Amazon Bedrock-Steuerebene](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#br-cp), um einen Auftrag zur Modellanpassung einzureichen. Sie müssen mindestens die folgenden Felder angeben:
+ `roleArn` – Der ARN der Servicerolle mit den Berechtigungen zum Importieren von Modellen. Amazon Bedrock kann automatisch eine Rolle mit den entsprechenden Berechtigungen erstellen, wenn Sie die Konsole verwenden. Sie können auch eine benutzerdefinierte Rolle erstellen, indem Sie den Schritten unter [Erstellen einer Servicerolle für die Modellanpassung](model-customization-iam-role.md) folgen.
**Anmerkung**
Wenn Sie ein `vpcConfig`-Feld einschließen, stellen Sie sicher, dass die Rolle über die erforderlichen Berechtigungen für den Zugriff auf die VPC verfügt. Ein Beispiel finden Sie unter [Anfügen von VPC-Berechtigungen an eine Modelanpassungsrolle](custom-model-job-access-security.md#vpc-data-access-role).
+ `baseModelIdentifier` – Die [Modell-ID](models-supported.md) oder der ARN des Basismodells oder des zuvor benutzerdefinierten Modells (optimiert oder destilliert), das angepasst werden soll
+ `customModelName` – Der Name für das neu angepasste Modell.
+ `jobName` – Der Name, den der Trainingsjob erhalten soll.
+ `hyperParameters` – [Hyperparameter](custom-models-hp.md), die den Prozess der Modellanpassung beeinflussen
+ `trainingDataConfig` – Ein Objekt, das den Amazon-S3-URI des Trainingsdatensatzes enthält. Abhängig von der Anpassungsmethode und dem Modell können Sie auch eine `validationDataConfig` hinzufügen. Weitere Informationen zur Vorbereitung des Datensatzes finden Sie unter [Bereiten Sie Daten für die Feinabstimmung Ihrer Modelle vor](model-customization-prepare.md).
+ `validationDataconfig` – Ein Objekt, das den Amazon-S3-URI des Validierungsdatensatzes enthält
+ `outputDataConfig` – Ein Objekt, das den Amazon-S3-URI enthält, an dem die Ausgabedaten abgelegt werden sollen.
Wenn Sie den `customizationType` nicht angeben, ist die Modellanpassungsmethode standardmäßig auf `FINE_TUNING` eingestellt.
Wenn Sie verhindern möchten, dass die Anforderung mehr als einmal abgeschlossen wird, fügen Sie einen `clientRequestToken` hinzu.
Sie können die folgenden optionalen Felder für zusätzliche Konfigurationen einschließen.
+ `jobTags` and/or `customModelTags`— Ordnen Sie [Tags](tagging.md) dem Anpassungsauftrag oder dem daraus resultierenden benutzerdefinierten Modell zu.
+ `customModelKmsKeyId` – Fügen Sie einen [benutzerdefinierten KMS-Schlüssel](encryption-custom-job.md) hinzu, um Ihr benutzerdefiniertes Modell zu verschlüsseln.
+ `vpcConfig` – Fügen Sie die Konfiguration für eine [Virtual Private Cloud (VPC)](custom-model-job-access-security.md#vpc-model-customization) hinzu, um Ihre Trainingsdaten und Anpassungsauftrag zu schützen
**Antwort**
Die Antwort gibt einen `jobArn` zurück, mit dem Sie den Auftrag zur Modellanpassung [überwachen](model-customization-monitor.md) oder [beenden](model-customization-stop.md) können.
[Siehe Codebeispiele](model-customization-code-samples.md)
------