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.
El piloto automático permite establecer valores predeterminados para simplificar la configuración de Amazon SageMaker Autopilot al crear un experimento de piloto automático mediante la interfaz de usuario de Studio Classic. Los administradores pueden usar las configuraciones del ciclo de vida (LCC) de Studio Classic para establecer los valores de infraestructura, redes y seguridad en los archivos de configuración y rellenar previamente los ajustes avanzados de los trabajos de AutoML.
De este modo, pueden controlar completamente la conectividad de la red y los permisos de acceso a los recursos asociados a Amazon SageMaker Studio Classic, incluidas las instancias de SageMaker IA, las fuentes de datos, los datos de salida y otros servicios relacionados. En concreto, los administradores pueden configurar la arquitectura de red deseada, como Amazon VPC, subredes y grupos de seguridad, para un dominio de Studio Classic o para perfiles de usuario individuales. Los científicos de datos pueden centrarse en parámetros específicos de la ciencia de datos al crear sus experimentos de Piloto automático mediante la interfaz de usuario de Studio Classic. Además, los administradores pueden gestionar el cifrado de los datos en la instancia en la que se ejecutan los experimentos de Piloto automático configurando claves de cifrado predeterminadas.
nota
Actualmente, esta característica no está disponible en las regiones registradas de Asia-Pacífico (Hong Kong) y Medio Oriente (Baréin).
En las siguientes secciones, encontrará la lista completa de parámetros para establecer valores predeterminados al crear un experimento de Piloto automático con la interfaz de usuario de Studio Classic y descubrirá la manera de establecer dichos valores.
Temas
Lista de parámetros predeterminados compatibles
Los siguientes parámetros permiten establecer los valores predeterminados con un archivo de configuración para crear un experimento de Piloto automático mediante la interfaz de usuario de Studio Classic. Una vez configurados, los valores rellenan automáticamente el campo correspondiente en la pestaña Crear experimento de Piloto automático de la interfaz de usuario de Studio Classic. Consulte Advanced settings (optional) para obtener una descripción completa de cada campo.
-
Seguridad: Amazon VPC, subredes y grupos de seguridad.
-
Acceso: función de AWS IAM. ARNs
-
Cifrado: AWS KMS clave IDs.
-
Etiquetas: pares clave-valor que se utilizan para etiquetar y organizar los recursos de SageMaker IA.
Establecer los parámetros predeterminados del experimento con Piloto automático
Los administradores pueden establecer los valores predeterminados en un archivo de configuración y, a continuación, colocar manualmente el archivo en una ubicación recomendada dentro del entorno de Studio Classic para usuarios específicos, o pueden pasar el archivo a un script de configuración del ciclo de vida (LCC) para automatizar la personalización del entorno de Studio Classic para un dominio o perfil de usuario determinados.
-
Para configurar el archivo de configuración, comience por rellenar con sus parámetros predeterminados.
Para configurar los valores predeterminados incluidos en Lista de parámetros predeterminados compatibles, los administradores pueden crear un archivo de configuración denominado
config.yaml, cuya estructura debe adherirse a la de este archivo de configuración de ejemplo. En el siguiente fragmento, se muestra un ejemplo de archivo de configuración con todos los parámetros AutoMLcompatibles. Para obtener más información sobre el formato de este archivo, consulte el esquema completo. SchemaVersion: '1.0' SageMaker: AutoMLJob: # https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAutoMLJob.html AutoMLJobConfig: SecurityConfig: EnableInterContainerTrafficEncryption: true VolumeKmsKeyId: 'kms-key-id' VpcConfig: SecurityGroupIds: - 'security-group-id-1' - 'security-group-id-2' Subnets: - 'subnet-1' - 'subnet-2' OutputDataConfig: KmsKeyId: 'kms-key-id' RoleArn: 'arn:aws:iam::111222333444:role/Admin' Tags: - Key: 'tag_key' Value: 'tag_value' -
A continuación, coloque el archivo de configuración en la ubicación recomendada copiando manualmente el archivo en sus rutas recomendadas o utilizando una configuración del ciclo de vida (LCC).
El archivo de configuración debe estar en, al menos, una de las siguientes ubicaciones del entorno Studio Classic del usuario. De forma predeterminada, SageMaker AI busca un archivo de configuración en dos ubicaciones:
-
Primero, en
/etc/xdg/sagemaker/config.yaml. Nos referimos a este archivo como el archivo de configuración del administrador. -
Luego, en
/root/.config/sagemaker/config.yaml. Nos referimos a este archivo como el archivo de configuración del usuario.
Con el archivo de configuración del administrador, los administradores pueden definir un conjunto de valores predeterminados. Si lo desean, pueden usar el archivo de configuración de usuario para anular los valores establecidos en el archivo de configuración del administrador o establecer valores de parámetros predeterminados adicionales.
En el siguiente fragmento se muestra un script de ejemplo que escribe el archivo de configuración de parámetros predeterminado en la ubicación del administrador del entorno de Studio Classic del usuario. Puede sustituir
/etc/xdg/sagemakerpor/root/.config/sagemakerpara escribir el archivo en la ubicación del usuario.## Sample script with AutoML intelligent defaults #!/bin/bash sudo mkdir -p /etc/xdg/sagemaker echo "SchemaVersion: '1.0' CustomParameters: AnyStringKey: 'AnyStringValue' SageMaker: AutoMLJob: # https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAutoMLJob.html AutoMLJobConfig: SecurityConfig: EnableInterContainerTrafficEncryption: true VolumeKmsKeyId: 'kms-key-id' VpcConfig: SecurityGroupIds: - 'security-group-id-1' - 'security-group-id-2' Subnets: - 'subnet-1' - 'subnet-2' OutputDataConfig: KmsKeyId: 'kms-key-id' RoleArn: 'arn:aws:iam::111222333444:role/Admin' Tags: - Key: 'tag_key' Value: 'tag_value' " | sudo tee /etc/xdg/sagemaker/config.yaml-
Copiar los archivos manualmente: para copiar los archivos de configuración manualmente, ejecute el script creado en el paso anterior desde un terminal de Studio Classic. En este caso, el perfil de usuario que ejecutó el script puede crear experimentos de Piloto automático con los valores predeterminados aplicables solo a ellos.
-
Cree una configuración del ciclo de vida de la SageMaker IA: también puede utilizar una configuración del ciclo de vida (LCC) para automatizar la personalización de su entorno de Studio Classic. Los LCC son scripts de shell activados por eventos del ciclo de vida de Amazon SageMaker Studio Classic, como el inicio de una aplicación de Studio Classic. Esta personalización incluye la instalación de paquetes personalizados, la configuración de extensiones de cuaderno, la precarga de conjuntos de datos, la configuración de repositorios de código fuente o, en nuestro caso, el relleno previo de los parámetros predeterminados. Los administradores pueden asociar la LCC a un dominio de Studio Classic para automatizar la configuración de los valores predeterminados de cada perfil de usuario de ese dominio.
En las siguientes secciones, se detalla cómo crear una configuración de ciclo de vida para que los usuarios puedan cargar automáticamente los parámetros predeterminados de Piloto automático al iniciar Studio Classic. Puede elegir crear una LCC mediante la consola SageMaker AI o la. AWS CLI
Siga estos pasos para crear una LCC que contenga sus parámetros predeterminados, adjunte la LCC a un dominio o un perfil de usuario y, a continuación, inicie una aplicación Studio Classic rellenada previamente con los parámetros predeterminados establecidos por la LCC mediante la consola AI. SageMaker
-
Para crear una configuración de ciclo de vida que ejecute el script que contiene los valores predeterminados mediante la consola AI SageMaker
-
Abre la consola de SageMaker IA enhttps://console.aws.amazon.com/sagemaker/
. -
En el lado izquierdo, desplácese hasta Configuraciones de administración y, a continuación, a Configuraciones del ciclo de vida.
-
En la página de Configuraciones del ciclo de vida, vaya a la pestaña Studio Classic y, a continuación, seleccione Crear configuración.
-
En Nombre, escriba un nombre con caracteres alfanuméricos y guiones, pero sin espacios. El nombre puede tener un máximo de 63 caracteres.
-
Pegue el script en la sección Scripts.
-
Seleccione Crear configuración para crear la configuración del ciclo de vida. Esto crea una LCC de tipo
Kernel gateway app.
-
-
Asociar la configuración del ciclo de vida a su dominio de Studio Classic, un espacio o a un perfil de usuario
Siga los pasos que se indican en Attach lifecycle configuration to Studio Domain or user profile para asociar su LCC a un dominio de Studio o a un perfil de usuario específico.
-
Iniciar la aplicación de Studio Classic con la configuración del ciclo de vida
Una vez que la LCC esté asociada a un dominio o a un perfil de usuario, los usuarios afectados pueden iniciar una aplicación de Studio Classic desde la página de inicio de Studio Classic en Studio para seleccionar automáticamente los valores predeterminados establecidos por la LCC. Esto rellena automáticamente la interfaz de usuario de Studio Classic al crear un experimento de Piloto automático.
-
