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.
Eigenschaften des Modells
Das HubContentDocument für Model HubContentType enthält die Metadaten, die ein JumpStart Modell beschreiben, einschließlich seiner ID, Lizenzierung, Bereitstellungskonfiguration und Anpassungsoptionen. Verwenden Sie diese Metadaten, um Modelle zu bewerten und zu vergleichen und fundierte Entscheidungen darüber zu treffen, welches Modell am besten zu Ihrem Anwendungsfall passt.
Beim Aufrufen der DescribeHubContent Operation für ein Modell enthält die Antwort ein HubContentDocument Feld, das als JSON-formatted Zeichenfolge zurückgegeben wird. In diesem Abschnitt werden die Eigenschaften des Dokuments für den beschrieben, Model HubContentType sodass es einfacher interpretiert werden kann.
Analysieren Sie die HubContentDocument Zeichenfolge als JSON, um die hier beschriebenen Eigenschaften zu lesen. Eigenschaftsnamen verwenden PascalCase. Ein Dokument enthält nur die Eigenschaften, die für das Modell gelten, daher sind die meisten Eigenschaften optional.
Die folgenden Eigenschaften sind immer vorhanden: Url TrainingSupportedIncrementalTrainingSupported,ModelTypes, undCapabilities. Alle anderen Eigenschaften sind optional und werden nur angezeigt, wenn sie für das Modell gelten.
Top-level Eigenschaften
In der folgenden Tabelle sind die Eigenschaften des Modells HubContentDocument auf oberster Ebene aufgeführt.
Eigenschaft |
Typ |
Description |
|---|---|---|
|
|
Die URL der Quellseite des Modells. Erforderlich |
|
|
Die älteste Python-SDK-Version, die mit diesem Modell kompatibel ist. Optional |
|
|
Gibt an, ob das Modell den klassischen Python SDK-Trainingspfad unterstützt (nicht den rezeptbasierten Pfad). Erforderlich |
|
|
Gibt an, ob das Modell ausgehend vom Ausgabeartefakt eines früheren Trainingsjobs erneut optimiert werden kann. Erforderlich |
|
|
Der Basisname, der zur automatischen Benennung von Endpunkten und Trainingsjobs verwendet wird. Optional |
|
|
Gibt an, ob die Modellgewichte angepasst sind. Um ein Gated Model bereitzustellen, müssen Sie die EULA akzeptieren (accept_EULA=true). Optional |
|
|
Eine Markierung, die Amazon Nova-Modellvarianten identifiziert. Optional |
|
|
Die Lizenzklasse für das Modell. Gültige Werte sind PROPRIETARY (gesperrte Gewichte) oder OPEN_WEIGHTS (tragbare Gewichte). Erforderlich |
|
|
Die ML-Aufgabenkategorie (z. B. Textgenerierung oder Bildklassifizierung). Optional |
|
|
Die origin/framework Familie des Modells (z. B. Huggingface, Meta oder Nova). Optional |
|
|
Die Organisation, die das Modell erstellt hat (z. B. Meta, Anthropic oder Amazon). Optional |
|
|
Die Modalität des Modells (Text, Vision, Audio oder multimodal). Optional |
|
|
Eine kurze Lizenz-ID (z. B. Apache-2.0 MIT). Optional |
|
|
Die vom Modell akzeptierten Eingabetypen (Text, Bild, Audio, Video usw.). Optional |
|
|
Die Ausgabetypen, die das Modell erzeugt (Text, Bild, Audio, Video usw.). Optional |
|
|
Ein Tag der Zugriffsebene (öffentlich, geschlossen oder privat). Optional |
|
|
Die menschlichen Sprachen, in denen das Modell trainiert wurde. Optional |
|
|
Die Modellgröße nach Anzahl der Parameter. Optional |
|
|
Die maximale Anzahl von Eingabe-Token, die das Modell verarbeiten kann. Optional |
|
|
Das ML-Framework, in dem das Modell ursprünglich trainiert wurde (zum Beispiel PyTorch). Optional |
|
|
Die Hugging Face Hub-ID der Quelle, wenn das Modell aus Hugging Face gespiegelt wurde. Optional |
|
|
Eine URL zum Logo-Bild des Anbieters für die Modellkarte. Optional |
|
|
Eine Liste der Marketing-Highlights, die auf der Modelldetailseite angezeigt werden. Optional |
|
|
Eine Liste externer Links (Fachartikel, Blog oder Code-Repository), die unter „Weitere Informationen“ angezeigt wird. Optional |
|
|
Der Inline-Hilfetext, der neben der Eingabe der Trainingsdaten ( Optional |
|
|
Die Anweisungen zum Kopieren von Artefakten in einen Hub beim Import. Optional |
|
|
Der Container für die Beispiel-Notizbücher, der auf der Registerkarte Notizbücher des Modells angezeigt wird. Optional |
|
|
Eine Sammlung von rezeptbasierten Anpassungen, unabhängig von. Optional |
|
|
Die Feature-Gates, die das Modell unterstützt (z. B. BEDROCK_CONSOLE, TRAINING, FINE_TUNING, CUSTOMIZATION, HYPERPOD_DEPLOYMENT). Erforderlich |
|
|
Ein benannter Satz alternativer Bereitstellungskonfigurationen, die Root-Hosting-Felder überschreiben. Die Konfiguration mit der höchsten Priorität ist die Standardkonfiguration. Optional |
|
|
Ein wiederverwendbarer Komponentenpool, auf den InferenceConfigs [*] verweist. ComponentNames. Optional |
|
|
Gibt an, welcher InferenceConfigs Eintrag der Standardeintrag ist (Overall.rankings [0]). Optional |
|
|
Ein benannter Satz von Trainingskonfigurationen für den klassischen Trainingspfad. Optional |
|
|
Ein wiederverwendbarer Komponentenpool, auf den TrainingConfigs [*] verweist. ComponentNames. Optional |
|
|
Gibt an, welcher TrainingConfigs Eintrag der Standardeintrag ist. Optional |
|
|
Gibt an, ob das Modell als Inferenzkomponente (dynamischer Container-Endpunkt) bereitgestellt werden kann. Optional |
|
|
Zusätzliche Kanäle für Modelldaten zur Bereitstellungszeit, die in der Regel für die spekulative Dekodierung von Modellentwürfen verwendet werden. Optional |
|
|
Die I/O Vertrags-ID, die verwendet wird, wenn das Modell von Amazon Bedrock aus aufgerufen wird. Optional |
|
|
Das für die Bereitstellung verwendete Inferenzcontainer-Image. Optional (für die Bereitstellung tatsächlich erforderlich) |
|
|
Das framework/version /Python-Triple, das zur Berechnung eines Deep-Learning-Container-Images verwendet wird. Optional |
|
|
Gibt an, ob HostingArtifactUri es sich um ein S3Prefix (Verzeichnis) oder ein S3Object (einzelner Tarball) handelt. Optional |
|
|
Gibt an, ob es oder None ist. HostingArtifactUri Gzip-compressed Optional |
|
|
Die S3-Position der Modellgewichte. Optional |
|
|
Der S3-Speicherort des Inferenzskriptpakets (sourcedir.tar.gz). Optional |
|
|
Gibt an, ob ein separates Skriptpaket abgerufen werden soll (false = vorverpackt). Optional |
|
|
Die S3-URI der EULA des Modells; ihr Vorhandensein bestimmt das Modell (erfordert accept_eula). Optional |
|
|
Ein externer Link zur Lizenzseite des Anbieters. Optional |
|
|
Ein AWS Marketplace Abonnement-Link. Optional |
|
|
Die AWS Marketplace Angebots-ID. Optional |
|
|
Die AWS Marketplace Produkt-ID. Optional |
|
|
Der AWS Marketplace Bereitstellungspfad. Der Endpunkt wird aus einem Modellpaket statt aus einem Container-Image und einem Artefakt erstellt. Optional |
|
|
Das SageMaker-managed AMI (driver/CUDA Version) für den Endpunkt-Host. Optional |
|
|
Die maximale SageMaker Wartezeit in Sekunden, bis die Modellgewichte von S3 heruntergeladen wurden. Optional |
|
|
Die maximale SageMaker Wartezeit in Sekunden, bis die Integritätsprüfung des Containers 200 zurückgibt. Optional |
|
|
Die Container-Umgebungsvariablen, die zum Zeitpunkt der Bereitstellung festgelegt wurden. Optional |
|
|
Die Python-Pakete, die der Inferenzcontainer beim Start installiert. Optional |
|
|
Der Standard-Instanztyp für die Bereitstellung. Optional |
|
|
Die für die Bereitstellung verfügbaren Instanztypen. Optional |
|
|
Die Header Content-Type und Accept, die beim Aufrufen des Modells verwendet wurden. Optional |
|
|
Das zusätzliche EBS-Volume in GB, das an den Endpunkt-Host angehängt ist. Optional |
|
|
Gibt an, ob das ausgehende Netzwerk für den Endpoint-Container gesperrt ist. Optional |
|
|
Das kanonische Beispiel für Anforderungstexte für den Bereich mit den Beispielnutzdaten. Optional |
|
|
Die CPU-, GPU- und Speicheranforderungen für die Bereitstellung als Inferenzkomponente. Optional |
|
|
Die Überschreibungen pro Instanzfamilie für die Bereitstellungskonfiguration (Image-URIs, Umgebungsvariablen und Modellpaket-ARNs). Optional |
|
|
Gibt an, ob es sich um ein S3Prefix oder ein S3Object handelt. TrainingArtifactUri Optional |
|
|
Gibt an, ob TrainingArtifactUri es oder None ist. Gzip-compressed Optional |
|
|
Der AWS Marketplace Trainingspfad. Die Gewichte stammen aus einem Modellpaket und nicht aus dem Modellkanal. Optional |
|
|
Die vom Kunden einstellbaren Parameter (Name, Typ, Standard, Minimum und Maximum) für den Trainingspfad. Optional |
|
|
Der S3-Speicherort des Trainingsskriptpakets (sourcedir.tar.gz). Optional |
|
|
Das Trainingscontainer-Image. Optional |
|
|
Die Muster für reguläre Ausdrücke wurden aus den Protokollen in die CloudWatch Amazon-Metriken übernommen. Optional |
|
|
Die vorab trainierten Gewichte flossen als Ausgangspunkt in den Trainingsjob ein. Optional |
|
|
Die Python-Pakete, die der Trainingscontainer beim Start installiert. Optional |
|
|
Der Standard-Trainingsinstanztyp. Optional |
|
|
Die für das Training verfügbaren Instanztypen. Optional |
|
|
Das EBS-Volume (GB), das an den Trainingshost angeschlossen ist. Optional |
|
|
Gibt an, ob das ausgehende Netzwerk für den Trainingscontainer gesperrt ist. Optional |
|
|
Ein veraltetes Eigentum. Optional |
|
|
Eine veraltete Immobilie. Die VALIDATION-Funktion ersetzt diese Eigenschaft. Optional |
|
|
Ein Beispieldatensatz, den der Assistent für eine Feinabstimmung in einem Schritt vorab ausfüllen kann. Optional |
|
|
Gibt an, ob der Datenverkehr zwischen Hosts während des verteilten Trainings verschlüsselt werden soll. Optional |
|
|
Die maximale Anzahl von Sekunden, bis der Trainingsjob beendet wird, auch wenn er nicht konvergiert ist. Optional |
|
|
Gibt an, ob die Komprimierung des Trainingsausgabeartefakts übersprungen werden soll. Optional |
|
|
Das Verzeichnis im Trainingscontainer, in das das Skript das endgültige Modell schreibt. Optional |
|
|
Die Überschreibungen pro Instanzfamilie für die Trainingskonfiguration (Image-URIs und Gated-Model-Umgebungsvariablen). Optional |
Verschachtelte Eigenschaften
In der folgenden Tabelle sind die Eigenschaften aufgeführt, die in den Objekt- und Array-Eigenschaften der vorherigen Tabelle verschachtelt sind. Eine als erforderlich markierte verschachtelte Eigenschaft ist nur erforderlich, wenn die übergeordnete Eigenschaft vorhanden ist.
Anmerkung
Die TrainingConfigRankings Eigenschaften TrainingConfigs und haben dieselbe verschachtelte Struktur wie ihre Gegenstücke InferenceConfigs undInferenceConfigRankings. InferenceErsetzen Sie Training in den Eigenschaftenpfaden durch.
Pfad der Eigenschaft |
Typ |
Description |
|---|---|---|
|
|
Die S3-Quell-URI, aus der ImportHubContent jeweils kopiert werden soll. Optional |
|
|
Die S3-Ziel-URI im Hub. Optional |
|
|
Die Art des Artefakts, das kopiert wird. Optional |
|
|
Das für Menschen lesbare Link-Label. Optional |
|
|
Die externe URL (Papier GitHub, Blog). Optional |
|
|
Die Absätze, in denen das erwartete Format der Trainingsdaten erklärt wird (bis zu 50). Optional |
|
|
Die Absätze, die den Beispieldatensatz beschreiben (bis zu 50). Optional |
|
|
Der alte Speicherort für ein einzelnes Notizbuch. Optional |
|
|
Die Liste der Beispiel-Notizbücher, die auf der Registerkarte Notizbücher angezeigt wird. Optional |
|
|
Der Markdown-Inhalt für den Tab „Fine-tune“ im Überblick. Optional |
|
|
Der Markdown-Inhalt für die Tab-Übersicht „Bereitstellen“. Optional |
|
|
Der angezeigte Titel des Notizbuches. Erforderlich |
|
|
Der S3-Speicherort der .ipynb-Datei. Erforderlich |
|
|
Gibt an, ob dieses Notizbuch vorausgewählt ist, wenn die Registerkarte geöffnet wird. Optional |
|
|
Die Hyperparameter-ID, die an das Trainingsskript übergeben wurde. Erforderlich |
|
|
Die im Formular angezeigte Anzeigenbezeichnung. Optional |
|
|
Eine Beschreibung oder ein Tooltip. Optional |
|
|
Der Datentyp des Hyperparameterwerts. Erforderlich |
|
|
Der Standardwert; type muss mit Type übereinstimmen. Erforderlich |
|
|
Der zulässige Mindestwert. Optional |
|
|
Der zulässige Höchstwert. Optional |
|
|
Die zulässigen Werte (nur Texttyp). Optional |
|
|
Gibt an, ob der Wert ein Trainingsskript-Argument oder eine Container-Umgebungsvariable ist. Optional |
|
|
Die zusätzliche Formatüberprüfung wurde auf den Wert angewendet. Optional |
|
|
Der Name der Umgebungsvariablen. Erforderlich |
|
|
Der Wertetyp. Erforderlich |
|
|
Der Standardwert; Typ muss mit Type übereinstimmen. Erforderlich |
|
|
Eine Beschreibung oder ein Tooltip. Optional |
|
|
Die zulässigen Werte (nur Texttyp). Optional |
|
|
Der Mindestwert oder die Mindestlänge. Optional |
|
|
Der Höchstwert oder die maximale Länge. Optional |
|
|
Das Tag für den Wertebereich. Optional |
|
|
Die Modellklasse, für die der Wert erforderlich ist. Optional |
|
|
Die zusätzliche Formatüberprüfung wurde auf den Wert angewendet. Optional |
|
|
Der Metrikname, unter dem veröffentlicht wurde CloudWatch. Erforderlich |
|
|
Der auf Logs angewendete Regex; erfasst genau eine numerische Gruppe. Erforderlich |
|
|
Der Standard-Anforderungsheader Content-Type . Erforderlich |
|
|
Der Content-Types , den das Modell akzeptiert. Erforderlich |
|
|
Der Accept-Header der Standardantwort. Erforderlich |
|
|
Die Accept-Typen, die das Modell zurückgibt. Erforderlich |
|
|
Die Content-Type Kopfzeile für dieses Beispiel. Erforderlich |
|
|
Der JSON-Pfad, über den eine Benutzeraufforderung in Body eingefügt wird. Optional |
|
|
Der Beispiel-Anforderungstext. Erforderlich |
|
|
Der JSON-Pfad in der Antwort, der den generierten Text enthält. Optional |
|
|
Der JSON-Pfad in der Antwort, der die Eingabe-Log-Probs enthält. Optional |
|
|
Die erforderliche Beschleunigeranzahl für eine Inferenzkomponente. Optional |
|
|
Die erforderliche vCPU-Anzahl. Optional |
|
|
Der erforderliche Mindest-RAM in MB. Erforderlich |
|
|
Der SageMaker Kanalname (Mountpoint). Erforderlich |
|
|
Das Versions-Tag für das zusätzliche Artefakt. Optional |
|
|
Der Amazon S3-Datentyp (S3Prefix oder S3Object). Erforderlich |
|
|
Die S3-Position des zusätzlichen Artefakts. Erforderlich |
|
|
Der Komprimierungstyp (None oder Gzip). Erforderlich |
|
|
Der HubContent ARN, dem der Download zugeordnet werden soll. Optional |
|
|
Die EULA, die ein Benutzer akzeptieren muss, bevor er auf diese zusätzliche Datenquelle zugreifen kann. Optional |
|
|
Der Anbietername für die Zuordnung. Erforderlich |
|
|
Die Anbieterklassifizierung. Erforderlich |
|
|
Eine Bild-URI, die von vielen Instanztypen gemeinsam genutzt wird. Optional |
|
|
Eine Inferenz-Image-Überschreibung pro Instanztyp. Optional |
|
|
Die Umgebungsvariable pro Instanztyp überschreibt. Optional |
|
|
Eine Modellpaketüberschreibung pro Instanztyp AWS Marketplace . Optional |
|
|
Eine Auflistungs-ID pro Instanztyp AWS Marketplace . Optional |
|
|
Eine Produkt-ID pro Instanztyp AWS Marketplace . Optional |
|
|
Eine Bild-URI, die von vielen Instanztypen gemeinsam genutzt wird. Optional |
|
|
Eine Überschreibung des Trainingsbilds pro Instanztyp. Optional |
|
|
Der URI für die Gewichtung des Gated-Models wird über eine Umgebungsvariable übergeben. Optional |
|
|
Eine Überschreibung des Trainingsartefakts pro Instanz. Optional |
|
|
Die Umgebungsvariable pro Instanztyp überschreibt. Optional |
|
|
Die maschinenlesbare Rezept-ID, die innerhalb der Sammlung eindeutig ist. Erforderlich |
|
|
Der menschenlesbare Rezepttitel. Erforderlich |
|
|
Gibt an, ob das Rezept das Modell optimiert oder evaluiert. Erforderlich |
|
|
Der Algorithmus zur Feinabstimmung. Optional |
|
|
Die Bewertungsmethodik (nur wenn Type=Evaluation). Optional |
|
|
Gibt an, ob für das Rezept ein aktives Abonnement erforderlich ist, bevor das Modell angepasst werden kann. Optional |
|
|
Der parametereffiziente Feinabstimmungsmodus. Optional |
|
|
Die Länge des Trainingskontexts für die Feinabstimmung. Optional |
|
|
Die Beschleuniger-Hardware-Familie (z. B. GPU, TRAINIUM oder CPU). Optional |
|
|
Die Modellversionen, mit denen das Rezept kompatibel ist. Erforderlich |
|
|
Das Training-Container-Image, das verwendet wird, wenn das Rezept als SageMaker Trainingsjob ausgeführt wird. Optional |
|
|
Die Standardanzahl von Instanzen für den Trainingsjob. Optional |
|
|
Die Trainings-Framework-Familie, auf der das Rezept ausgeführt wird. Optional |
|
|
Das serverlose Abrechnungsmodell (pro Token oder pro Stunde). Optional |
|
|
Die SKU, für die der serverlose Zähler Gebühren berechnet. Optional |
|
|
Die Bereitstellungsziele sind nach der Anpassung verfügbar. Optional |
|
|
Die Freitext-Tags für Anwendungsfälle. Optional |
|
|
Die Freitext-Tags, die sich am besten eignen. Optional |
|
|
Eine Freitextbeschreibung des Rezepts. Optional |
|
|
Die Trainingsinstanztypen, die das Rezept unterstützt. Optional |
|
|
Der Pfad zur Rezeptdefinitionsdatei. Optional |
|
|
Der S3-Speicherort der HyperPod (EKS) -Startvorlage. Optional |
|
|
Die S3-Position des HyperPod (EKS) -Parameters wird überschrieben. Optional |
|
|
Der S3-Speicherort der Vorlage für den Start des SageMaker Schulungsauftrags. Optional |
|
|
Der S3-Speicherort des SageMaker Trainingsauftragsparameters wird außer Kraft gesetzt. Optional |
|
|
Ein Instanztyp, auf dem das benutzerdefinierte Modell bereitgestellt werden kann. Erforderlich |
|
|
Ein optionaler Name für das Bereitstellungsprofil. Optional |
|
|
Eine optionale Überschreibung für das Inferenz-Container-Image. Optional |
|
|
Die Container-Umgebungsvariablen für dieses Bereitstellungsziel. Optional |
|
|
Der minimale Arbeitsspeicher in MB. Erforderlich (wenn das übergeordnete Objekt festgelegt ist) |
|
|
Die Mindestanzahl von vCPUs. Erforderlich (wenn das übergeordnete Objekt festgelegt ist) |
|
|
Die Mindestanzahl der Beschleuniger. Erforderlich (wenn das übergeordnete Objekt festgelegt ist) |
|
|
Die Komponenten (von InferenceConfigComponents) wurden mit dieser Konfiguration zusammengeführt. Erforderlich |
|
|
Die andere HubContent , von der diese Konfiguration abhängt. Optional |
|
|
Der Name der Metrik (Durchsatz, Latenz usw.). Erforderlich |
|
|
Der gemessene Wert. Erforderlich |
|
|
Die Einheit (tokens/s, ms usw.). Erforderlich |
|
|
Eine Anzeigenbezeichnung für die Metrik. Optional |
|
|
Die Parallelitätsstufe, bei der gemessen wurde. Optional |
|
|
Der Beschleunigungstyp (Compiler, Kernelfusion usw.). Erforderlich |
|
|
Gibt an, ob diese Beschleunigung angewendet wird. Erforderlich |
|
|
Der verwendete Compiler. Optional |
|
|
Die Compiler-Version. Optional |
|
|
Das Workflow-Override-Flag zum Selbermachen (DIY). Optional |
|
|
Der Grund für die Überschreibung. Optional |
|
|
Eine Beschreibung der Ranking-Dimension (z. B. „Billigste zuerst“). Optional |
|
|
Die geordnete Liste der Konfigurationsnamen für dieses Ranking. Optional |
