Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Crear y unirse a la colaboración en AWS Clean Rooms ML
El creador de la colaboración es responsable de crear la colaboración, invitar a los miembros y asignar sus funciones. Los miembros invitados se unen a la colaboración y especifican la configuración de los resultados, el modelo entrenado, los artefactos, la configuración de destino y aceptan las responsabilidades de pago, según cómo esté configurada la colaboración.
Crear una colaboración para el aprendizaje automático
El siguiente procedimiento muestra cómo crear una colaboración para el aprendizaje automático, invitar a uno o más miembros y asignar miembros que puedan iniciar el entrenamiento de modelos, recibir resultados, recibir resultados de modelos entrenados, incluidos artefactos y métricas de modelos, y recibir los resultados de la inferencia de modelos. El creador de la colaboración también asigna a un miembro que pagará los costos de procesamiento de consultas, entrenamiento de modelos e inferencia de modelos.
- Console
-
Para crear una colaboración para el aprendizaje automático (consola)
-
Cree una colaboración e invite a uno o más miembros a unirse a la colaboración
-
Asigne las siguientes habilidades a los miembros para el análisis mediante consultas y trabajos:
-
Asigne las consultas de ejecución al miembro que comenzará la capacitación en modelos.
-
Asigne los resultados de los análisis recibidos a los miembros que recibirán los resultados de la consulta.
-
-
Asigne las siguientes habilidades a los miembros para modelar el aprendizaje automático mediante flujos de trabajo diseñados específicamente:
-
Asigne los resultados de los modelos entrenados al miembro que recibirá los resultados del modelo entrenado, incluidos los artefactos y las métricas del modelo.
-
Asigne los resultados de Receive de la inferencia del modelo al miembro que recibirá los resultados de la inferencia del modelo.
-
-
En Configurar el pago, especifique los miembros que pagarán los costos de procesamiento de consultas, entrenamiento de modelos, inferencia de modelos y generación de conjuntos de datos sintéticos.
Un conjunto de datos sintético tiene propiedades estadísticas similares a las del conjunto de datos original en el que se basa, pero no contiene las observaciones del mundo real presentes en el conjunto de datos original. Al usar conjuntos de datos sintéticos con privacidad mejorada, puedes desbloquear nuevos casos de uso de entrenamiento con modelos de aprendizaje automático que antes evitaban los problemas de privacidad de los datos. Para obtener más información, consulte Privacy-enhanced la generación de datos sintéticos.
Cada uno de estos costos se puede asignar al mismo miembro o a miembros diferentes. Si un miembro invitado es el miembro responsable de pagar los costos de pago, debe aceptar sus responsabilidades de pago antes de unirse a la colaboración.
-
Para configurar la membresía, el creador de la colaboración puede decidir unirse a la membresía ahora o crear una membresía más adelante. A continuación, el creador de la colaboración debe configurar la configuración del aprendizaje automático.
-
Si el creador de la colaboración también recibe los resultados, también debe especificar el destino y el formato de los resultados de la consulta en la configuración predeterminada de los resultados.
-
La configuración de ML proporciona a Clean Rooms ML la función de publicar métricas en un Cuenta de AWS. Si el creador de la colaboración también recibe artefactos de modelos entrenados, puede especificar el bucket de Amazon S3 utilizado para recibir los resultados.
-
En la sección de configuraciones de aprendizaje automático, seleccione Crear configuración de aprendizaje automático y, a continuación, especifique el destino de salida del modelo en Amazon S3 y el rol de acceso al servicio necesario para acceder a esta ubicación.
-
Si el creador de la colaboración es el miembro responsable de pagar los costos de pago, debe aceptar sus responsabilidades de pago antes de crear la colaboración.
-
-
- API
-
Para crear una colaboración para el aprendizaje automático (API)
-
Cree una colaboración e invite a uno o más miembros a unirse a la colaboración
-
Asigne las siguientes funciones a los miembros de la colaboración:
-
CAN_QUERY- asignadas al miembro que comenzará la formación y la inferencia de modelos. -
CAN_RECEIVE_MODEL_OUTPUT- asignado a los miembros que recibirán los resultados de los modelos entrenados. -
CAN_RECEIVE_INFERENCE_OUTPUT- asignado a los miembros que recibirán los resultados de la inferencia del modelo.
Si el creador de la colaboración también recibe los resultados, también debe especificar el destino y el formato de los resultados de la consulta durante la creación de la colaboración. También asignan un rol de servicio a Amazon Resource Name (ARN) para escribir los resultados en el destino de los resultados de la consulta.
-
-
Especifique los miembros que pagarán los costos de procesamiento de consultas, entrenamiento de modelos e inferencia de modelos. Cada uno de estos costos se puede asignar a los mismos miembros o a miembros diferentes. Si un miembro invitado es el miembro responsable de pagar los costos de pago, debe aceptar sus responsabilidades de pago antes de unirse a la colaboración.
-
El código siguiente crea una colaboración, invita a un miembro para que pueda realizar consultas y recibir resultados, y especifica al creador de la colaboración como receptor del modelo de artefactos.
import boto3 acr_client= boto3.client('cleanrooms') collaboration = a_acr_client.create_collaboration( members=[ { 'accountId': 'invited_member_accountId', 'memberAbilities':["CAN_QUERY","CAN_RECEIVE_RESULTS"], 'displayName': 'member_display_name' } ], name='collaboration_name', description=collaboration_description, creatorMLMemberAbilities= { 'customMLMemberAbilities':["CAN_RECEIVE_MODEL_OUTPUT", "CAN_RECEIVE_INFERENCE_OUTPUT"], }, creatorDisplayName='creator_display_name', queryLogStatus="ENABLED", analyticsEngine="SPARK", creatorPaymentConfiguration={ "queryCompute": { "isResponsible": True }, "machineLearning": { "modelTraining": { "isResponsible": True }, "modelInference": { "isResponsible": True } } } ) collaboration_id = collaboration['collaboration']['id'] print("collaborationId: {collaboration_id}") member_membership = a_acr_client.create_membership( collaborationIdentifier = collaboration_id, queryLogStatus = 'ENABLED', paymentConfiguration={ "queryCompute": { "isResponsible": True }, "machineLearning": { "modelTraining": { "isResponsible": True }, "modelInference": { "isResponsible": True } } } ) -
A continuación, el creador de la colaboración debe establecer la configuración de ML. La configuración de ML proporciona a Clean Rooms ML la función de publicar métricas y registros en un Cuenta de AWS. Si el creador de la colaboración también recibe resultados (artefactos del modelo o resultados de inferencias), puede especificar el bucket de Amazon S3 utilizado para recibir los resultados.
import boto3 acr_ml_client= boto3.client('cleanroomsml') acr_ml_client.put_ml_configuration( membershipIdentifier=membership_id, defaultOutputLocation={ 'roleArn':'arn:aws:iam::account:role/roleName', 'destination':{ 's3Destination':{ 's3Uri':"s3://bucketName/prefix" } } } )
-
Unirse a una colaboración
Cuando el creador de la colaboración haya terminado sus tareas, los miembros invitados deberán completar las suyas.
- Console
-
Para crear una membresía y unirse a una colaboración (consola)
-
El miembro invitado crea una membresía y se une a la colaboración.
-
Si el miembro invitado es el miembro responsable de pagar, incluidos los costos de procesamiento de consultas, entrenamiento de modelos e inferencia de modelos, debe aceptar sus responsabilidades de pago antes de unirse a la colaboración.
-
El miembro invitado configura la configuración de aprendizaje automático, que otorga a Clean Rooms ML la función de publicar las métricas del modelo en un Cuenta de AWS. Si también es el miembro que recibe artefactos de modelos entrenados, debe entregar un bucket de Amazon S3 donde se almacenen los artefactos de modelos entrenados.
-
- API
-
Para crear una membresía y unirse a una colaboración (API)
-
Si el miembro invitado es el miembro que puede recibir los resultados, especificará el destino y el formato de los resultados de las consultas. También proporcionan un ARN de rol de servicio que permite al servicio escribir en el destino de los resultados de la consulta
Si el miembro invitado es el miembro responsable de pagar, incluidos los costos de procesamiento de consultas, entrenamiento de modelos e inferencia de modelos, debe aceptar sus responsabilidades de pago antes de unirse a la colaboración.
Si el miembro invitado es el miembro responsable de pagar la formación de modelos y la inferencia de modelos para la modelización personalizada, debe aceptar sus responsabilidades de pago antes de unirse a la colaboración.
El siguiente código crea una membresía con el registro de consultas habilitado.
import boto3 acr_client= boto3.client('cleanrooms') acr_client.create_membership( membershipIdentifier='membership_id', queryLogStatus='ENABLED' ) -
El miembro invitado configura la configuración de ML, que proporciona a Clean Rooms ML la función de publicar las métricas del modelo en un Cuenta de AWS. Si también es el miembro que recibe artefactos de modelos entrenados, debe proporcionar un bucket de Amazon S3 donde se almacenen los artefactos de modelos entrenados.
import boto3 acr_ml_client= boto3.client('cleanroomsml') acr_ml_client.put_ml_configuration( membershipIdentifier='membership_id', defaultOutputLocation={ 'roleArn':"arn:aws:iam::account:role/role_name", 'destination':{ 's3Destination':{ 's3Uri':"s3://bucket_name/prefix" } } } )
-
