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.
Trainingsmaßnahmen modellieren:
Modelltrainingsstrukturen:
Start MLModel TrainingJob (Aktion)
Der AWS CLI-Name für diese API lautet:start-ml-model-training-job.
Erstellt einen neuen Neptune-ML-Modell-Trainingsauftrag. Siehe Modelltraining mit dem modeltraining-Befehl.
Wenn dieser Vorgang in einem Neptune-Cluster aufgerufen wird, für den die IAM-Authentifizierung aktiviert ist, muss dem IAM-Benutzer oder der Rolle, die die Anfrage gestellt hat, eine Richtlinie angehängt sein, die die IAM-Aktion MLModelTrainingJobNeptune-DB:Start in diesem Cluster zulässt.
Anforderung
-
baseProcessingInstanceType (in der CLI:
--base-processing-instance-type) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Der Typ der ML-Instance, die bei der Vorbereitung und Verwaltung des Trainings von ML-Modellen verwendet wird. Dies ist eine CPU-Instance, die auf der Grundlage der Speicheranforderungen für die Verarbeitung der Trainingsdaten und des Modells ausgewählt wurde.
-
customModelTrainingParameters (in der CLI:
--custom-model-training-parameters) – Ein CustomModelTrainingParameters-Objekt.Die Konfiguration für das Training benutzerdefinierter Modelle. Dies ist ein JSON-Objekt.
-
dataProcessingJobId (in der CLI:
--data-processing-job-id) – Erforderlich: eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Die Auftrags-ID des abgeschlossenen Datenverarbeitungsauftrags, der die Daten erstellt hat, mit denen das Training arbeiten wird.
-
enableManagedSpotTraining (in der CLI:
--enable-managed-spot-training) – boolescher Wert vom Typboolean(boolescher Wert (wahr oder falsch)).Optimiert die Kosten für das Training von Machine Learning-Modellen mithilfe von Amazon Elastic Compute Cloud-Spot-Instances. Der Standardwert ist
False. -
id (in der CLI:
--id) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Eine eindeutige Kennung für den neuen Auftrag. Die Standardeinstellung ist eine automatisch generierte UUID.
-
maxHPONumberOfTrainingJobs (in der CLI:
--max-hpo-number-of-training-jobs) – Ganzzahl vom Typinteger(32-Bit-Ganzzahl mit Vorzeichen).Maximale Gesamtzahl der Trainingsaufträge, die für den Hyperparameter-Optimierungsauftrag gestartet werden sollen. Der Standardwert ist 2. Neptune ML passt automatisch die Hyperparameter des Machine Learning-Modells an. Um ein Modell mit guter Leistung zu erhalten, verwenden Sie mindestens 10 Aufträge (mit anderen Worten, setzen Sie
maxHPONumberOfTrainingJobsauf 10). Im Allgemeinen sind die Ergebnisse umso besser, je mehr Optimierungsläufe durchgeführt werden. -
maxHPOParallelTrainingJobs (in der CLI:
--max-hpo-parallel-training-jobs) – Ganzzahl vom Typinteger(32-Bit-Ganzzahl mit Vorzeichen).Maximale Anzahl parallel Trainingsaufträge, die für den Hyperparameter-Optimierungsauftrag gestartet werden sollen. Der Standardwert ist 2. Die Anzahl der Aufträge, die Sie parallel ausführen können, ist durch die verfügbaren Ressourcen auf Ihrer Trainings-Instance begrenzt.
-
neptuneIamRoleArn (in der CLI:
--neptune-iam-role-arn) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Der ARN einer IAM-Rolle, die Neptune Zugriff auf Amazon S3 S3-Ressourcen SageMaker bietet. Dies muss in Ihrer DB-Cluster-Parametergruppe aufgeführt sein, sonst tritt ein Fehler auf.
-
previousModelTrainingJobId (in der CLI:
--previous-model-training-job-id) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Die Auftrags-ID eines abgeschlossenen Modelltrainingsauftrags, den Sie auf der Grundlage aktualisierter Daten schrittweise aktualisieren möchten.
-
s3OutputEncryptionKMSKey (in der CLI:
--s-3-output-encryption-kms-key) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Der Amazon Key Management Service (KMS) -Schlüssel, SageMaker mit dem die Ausgabe des Verarbeitungsauftrags verschlüsselt wird. Die Standardeinstellung ist None (Kein).
-
sagemakerIamRoleArn (in der CLI:
--sagemaker-iam-role-arn) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Der ARN einer IAM-Rolle für die SageMaker Ausführung. Dieser muss in Ihrer DB-Cluster-Parametergruppe aufgeführt sein, sonst tritt ein Fehler auf.
-
securityGroupIds (in der CLI:
--security-group-ids) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Die VPC-Sicherheitsgruppe IDs. Die Standardeinstellung ist None (Kein).
-
subnets (in der CLI:
--subnets) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Das IDs der Subnetze in der Neptune VPC. Die Standardeinstellung ist None (Kein).
-
trainingInstanceType (in der CLI:
--training-instance-type) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Der Typ der ML-Instance, die für das Modelltraining verwendet wird. Alle Neptune ML-Modelle unterstützen CPU-, GPU- und MultiGPU-Training. Der Standardwert ist
ml.p3.2xlarge. Die Wahl des richtigen Instance-Typs für das Training hängt von der Art der Aufgabe, der Größe des Graphs und Ihrem Budget ab. -
trainingInstanceVolumeSizeInGB (in der CLI:
--training-instance-volume-size-in-gb) – Ganzzahl vom Typinteger(32-Bit-Ganzzahl mit Vorzeichen).Die Größe des Festplattenvolumens der Trainings-Instance. Sowohl die Eingabedaten als auch das Ausgabemodell werden auf der Festplatte gespeichert. Daher muss das Volumen groß genug sein, um beide Datensätze aufzunehmen. Der Standardwert ist 0. Falls nicht angegeben oder 0, wählt Neptune ML eine Festplatten-Volumengröße auf der Grundlage der im Datenverarbeitungsschritt generierten Empfehlung aus.
-
trainingTimeOutInSeconds (in der CLI:
--training-time-out-in-seconds) – Ganzzahl vom Typinteger(32-Bit-Ganzzahl mit Vorzeichen).Timeout in Sekunden für den Trainingsauftrag. Der Standardwert ist 86.400 (1 Tag).
-
trainModelS3Location (in der CLI:
--train-model-s3-location) – Erforderlich: eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Der Ort in Amazon S3, an dem die Modellartefakte gespeichert werden sollen.
-
volumeEncryptionKMSKey (in der CLI:
--volume-encryption-kms-key) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Der Amazon Key Management Service (KMS) -Schlüssel, der zur Verschlüsselung von Daten auf dem Speichervolume SageMaker verwendet wird, das den ML-Compute-Instances zugeordnet ist, die den Trainingsjob ausführen. Die Standardeinstellung ist None (Kein).
Antwort
-
arn – eine Zeichenfolge vom Typ:
string(UTF-8-kodierte Zeichenfolge).Der ARN des neuen Modell-Trainingsauftrags.
-
creationTimeInMillis (in der CLI: ) – Long vom Typ
long(32-Bit-Ganzzahl mit Vorzeichen).Die Zeit der Schaffung von Arbeitsplätzen im Rahmen der Modellausbildung in Millisekunden.
-
id – eine Zeichenfolge vom Typ:
string(UTF-8-kodierte Zeichenfolge).Die eindeutige ID des neuen Modell-Trainingsauftrags.
Fehler
Liste MLModel TrainingJobs (Aktion)
Der AWS CLI-Name für diese API lautet:list-ml-model-training-jobs.
Listet Neptune ML-Modelltrainingsaufträge auf. Siehe Modelltraining mit dem modeltraining-Befehl.
Wenn dieser Vorgang in einem Neptune-Cluster mit aktivierter IAM-Authentifizierung aufgerufen wird, muss dem IAM-Benutzer oder der Rolle, die die Anfrage stellt, eine Richtlinie angehängt sein, die die IAM-Aktion MLModelTrainingJobsNeptune-DB:Neptune-DB:List in diesem Cluster zulässt.
Anforderung
-
maxItems(in der CLI:
--max-items) — eine Liste MLModel TrainingJobsInputMaxItemsInteger vom Typ:integer(eine 32-Bit-Ganzzahl mit Vorzeichen), nicht weniger als 1 oder mehr als 1024? st? sDie maximale Anzahl der Elemente, die ausgegeben werden sollen (von 1 bis 1024; die Voreinstellung ist 10).
-
neptuneIamRoleArn (in der CLI:
--neptune-iam-role-arn) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Der ARN einer IAM-Rolle, die Neptune Zugriff auf Amazon S3 S3-Ressourcen SageMaker bietet. Dieser muss in Ihrer DB-Cluster-Parametergruppe aufgeführt sein, andernfalls tritt ein Fehler auf.
Antwort
-
ids – eine Zeichenfolge vom Typ:
string(UTF-8-kodierte Zeichenfolge).Eine Seite mit der Liste der Modelausbildungsjobs. IDs
Fehler
Holen MLModel TrainingJob (Aktion)
Der AWS CLI-Name für diese API lautet:get-ml-model-training-job.
Ruft Informationen über einen Trainingsauftrag für ein Neptune-ML-Modell ab. Siehe Modelltraining mit dem modeltraining-Befehl.
Wenn dieser Vorgang in einem Neptune-Cluster mit aktivierter IAM-Authentifizierung aufgerufen wird, muss dem IAM-Benutzer oder der Rolle, die die Anfrage stellt, eine Richtlinie angehängt sein, die die MLModelTrainingJobStatusNeptune-DB:Get IAM-Aktion in diesem Cluster zulässt.
Anforderung
-
id (in der CLI:
--id) – Erforderlich: eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Die eindeutige Kennung des abzurufenden Modelltrainingsauftrags.
-
neptuneIamRoleArn (in der CLI:
--neptune-iam-role-arn) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Der ARN einer IAM-Rolle, die Neptune Zugriff auf Amazon S3 S3-Ressourcen SageMaker bietet. Dieser muss in Ihrer DB-Cluster-Parametergruppe aufgeführt sein, andernfalls tritt ein Fehler auf.
Antwort
-
hpoJob – Ein MlResourceDefinition-Objekt.
Der HPO-Auftrag.
-
id – eine Zeichenfolge vom Typ:
string(UTF-8-kodierte Zeichenfolge).Die eindeutige Kennung dieses Modelltrainingsauftrags.
-
mlModels – Ein Array mit MlConfigDefinition-Objekten.
Eine Liste der Konfigurationen der verwendeten ML-Modelle.
-
modelTransformJob – Ein MlResourceDefinition-Objekt.
Der Modell-Transformationsauftrag.
-
processingJob – Ein MlResourceDefinition-Objekt.
Der Datenverarbeitungsauftrag.
-
status – eine Zeichenfolge vom Typ:
string(UTF-8-kodierte Zeichenfolge).Anzeigen des Status der Trainingsaufträge.
Fehler
Abbrechen MLModel TrainingJob (Aktion)
Der AWS CLI-Name für diese API lautet:cancel-ml-model-training-job.
Bricht einen Trainingsauftrag für ein Neptune-ML-Modell ab. Siehe Modelltraining mit dem modeltraining-Befehl.
Wenn dieser Vorgang in einem Neptune-Cluster mit aktivierter IAM-Authentifizierung aufgerufen wird, muss dem IAM-Benutzer oder der Rolle, die die Anfrage stellt, eine Richtlinie angehängt sein, die die IAM-Aktion MLModelTrainingJobNeptune-DB:Cancel IAM in diesem Cluster zulässt.
Anforderung
-
clean (in der CLI:
--clean) – boolescher Wert vom Typboolean(boolescher Wert (wahr oder falsch)).Wenn auf
TRUEgesetzt, gibt dieses Flag an, dass alle Amazon S3-Artefakte gelöscht werden sollen, wenn der Auftrag gestoppt wird. Der Standardwert istFALSE. -
id (in der CLI:
--id) – Erforderlich: eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Die eindeutige Kennung des Modelltrainingsauftrags, der abgebrochen werden soll.
-
neptuneIamRoleArn (in der CLI:
--neptune-iam-role-arn) – eine Zeichenfolge vom Typstring(UTF-8-kodierte Zeichenfolge).Der ARN einer IAM-Rolle, die Neptune Zugriff auf Amazon S3 S3-Ressourcen SageMaker bietet. Dieser muss in Ihrer DB-Cluster-Parametergruppe aufgeführt sein, andernfalls tritt ein Fehler auf.
Antwort
-
status – eine Zeichenfolge vom Typ:
string(UTF-8-kodierte Zeichenfolge).Der Status des Abbruchs.
Fehler
Modelltrainingsstrukturen:
CustomModelTrainingParameters (Struktur)
Enthält Trainingsparameter für benutzerdefinierte Modelle. Siehe Benutzerdefinierte Modelle in Neptune ML.
Felder
-
sourceS3DirectoryPath – Erforderlich: eine Zeichenfolge vom Typ
string(UTF-8-kodierte Zeichenfolge).Der Pfad zum Amazon S3-Speicherort, an dem sich das Python-Modul befindet, das Ihr Modell implementiert. Muss auf einen gültigen vorhandenen Amazon S3-Speicherort verweisen, der mindestens ein Trainingsskript, ein Transformationsskript und eine
model-hpo-configuration.json-Datei enthält. -
trainingEntryPointScript – Dies ist eine Zeichenfolge vom Typ
string(UTF-8-kodierte Zeichenfolge).Der Name des Einstiegspunkts in Ihrem Modul eines Skripts, das Modelltraining durchführt und Hyperparameter als Befehlszeilenargumente verwendet, einschließlich fester Hyperparameter. Der Standardwert ist
training.py. -
transformEntryPointScript – Dies ist eine Zeichenfolge vom Typ
string(UTF-8-kodierte Zeichenfolge).Der Name des Einstiegspunkts in Ihrem Modul eines Skripts, das ausgeführt werden sollte, nachdem das beste Modell aus der Hyperparametersuche identifiziert wurde, um die für die Modellbereitstellung erforderlichen Modellartefakte zu berechnen. Es sollte ohne Befehlszeilenargumente ausgeführt werden können. Die Standardeinstellung ist
transform.py.
