Repase un proyecto SageMaker MLOps

Para crear el proyecto SageMaker MLOps

1. Inicie sesión en Studio Classic. Para obtener más información, consulte Descripción general SageMaker del dominio de Amazon.

2. En la barra lateral de Studio Classic, selecciona el icono de inicio () .

3. Seleccione Implementaciones en el menú y, a continuación, seleccione Proyectos.

4. Elija Crear proyecto.

   Aparece la pestaña Crear proyecto.

5. Si aún no lo ha seleccionado, elija SageMaker las plantillas y, a continuación, elija la MLOpsplantilla para la creación, el entrenamiento y el despliegue de los modelos.

6. En Detalles del proyecto, escriba un nombre y la descripción del proyecto.

Para clonar el repositorio de código

1. En la barra lateral de Studio Classic, selecciona el icono de inicio () .

2. Seleccione Implementaciones en el menú y, a continuación, seleccione Proyectos.

3. Seleccione el proyecto que creó en el paso anterior para abrir la pestaña del proyecto.

4. En la pestaña del proyecto, elija Repositorios y, en la columna Ruta local del repositorio que termina con modelbuild, elija clonar repositorio...

5. En el cuadro de diálogo que aparece, acepte los valores predeterminados y elija Clonar repositorio.

   

   Cuando se complete la clonación del repositorio, la ruta local aparecerá en la columna Ruta local. Elija la ruta para abrir la carpeta local que contiene el código del repositorio en Studio Classic.

Para realizar un cambio de código

1. En Studio Classic, elija el icono del explorador de archivos ( ) y navegue hasta la pipelines/abalone carpeta. Haga doble clic en pipeline.py para abrir el archivo de código.

2. En el archivo pipeline.py, busque la línea que establece el tipo de instancia de entrenamiento.

   training_instance_type = ParameterString(
           name="TrainingInstanceType", default_value="ml.m5.xlarge"

   Cambie ml.m5.xlarge a ml.m5.large y, a continuación, escriba Ctrl+S para guardar el cambio.

3. Selecciona el icono de Git ( ). Ensaye, confirme e incorpore el cambio en pipeline.py. Además, ingrese un resumen en el campo Resumen y una descripción opcional en el campo Descripción. Para obtener información sobre el uso de Git en Studio Classic, consulteClonar un repositorio de Git en SageMaker Studio Classic.

   

Para aprobar la versión del modelo

1. En la barra lateral de Studio Classic, selecciona el icono de inicio () .

2. Seleccione Implementaciones en el menú y, a continuación, seleccione Proyectos.

3. Seleccione el nombre del proyecto que creó en el primer paso para abrir la pestaña del proyecto.

4. En la pestaña del proyecto, elija Grupos de modelos y, a continuación, haga doble clic en el nombre del grupo de modelos que aparece.

   Aparece la pestaña del grupo de modelos.

5. En la pestaña del grupo de modelos, haga doble clic en Versión 1. Se abre la pestaña Versión 1. Elija Actualizar estado.

6. En el cuadro de diálogo Actualizar el estado de la versión del modelo, en la lista desplegable Estado, seleccione Aprobar y, a continuación, elija Actualizar estado.

   La aprobación de la versión del modelo hace que el MLOps sistema despliegue el modelo en fase de prueba. Para ver el punto de conexión, seleccione la pestaña Puntos de conexión en la pestaña del proyecto.

Para implementar la versión modelo en el entorno de producción

1. Inicie sesión en la CodePipeline consola en https://console.aws.amazon.com/codepipeline/

2. Elija Pipelines y, a continuación, elija la canalización con el nombre sagemaker-projectname-projectid- despliegue del modelo, donde projectname es el nombre de su proyecto y projectid es el identificador de tu proyecto.

3. En la DeployStagingetapa, selecciona Revisar.

4. En el cuadro de diálogo Revisar, elija Aprobar.

   La aprobación de la DeployStagingetapa hace que el MLOps sistema implemente el modelo en producción. Para ver el punto final, seleccione la pestaña Endpoints en la pestaña del proyecto en Studio Classic.

1. En la barra lateral de Studio Classic, selecciona el icono de inicio () .

2. Seleccione Implementaciones en el menú y, a continuación, seleccione Proyectos.

3. Seleccione el proyecto objetivo del menú desplegable. Si no ve su proyecto, escriba el nombre del proyecto y aplique el filtro para buscarlo.

4. Puede eliminar un proyecto de Studio Classic de una de las siguientes maneras:

   1. Puede eliminar el proyecto de la lista de proyectos.

      Haga clic con el botón derecho en el proyecto objetivo y seleccione Eliminar en la lista desplegable.

      nota

      Esta funcionalidad es compatible con la versión 3.17.1 o superior de Studio Classic. Para obtener más información, consulte Cierre y actualice SageMaker Studio Classic.

   2. Puede eliminar un proyecto desde la sección Detalles del proyecto.

      1. Cuando haya encontrado el proyecto, haga doble clic en él para ver sus detalles en el panel principal.

      2. En el menú Acciones, elija Eliminar.

5. Para confirmar su elección, seleccione Eliminar en la ventana Eliminar proyecto.

   Esto elimina el producto aprovisionado de Service Catalog que creó el proyecto. Esto incluye los CodeBuild recursos y CodeCommit CodePipeline los recursos creados para el proyecto.

6. Elimine las AWS CloudFormation pilas que creó el proyecto. Hay dos pilas, una para el ensayo y otra para la producción. Los nombres de las pilas son sagemaker-projectname-project-id-deploy-staging y sagemaker- projectname-project-id-deploy-prod, donde projectname es el nombre de su proyecto, y project-id es el identificador de tu proyecto.

   Para obtener información sobre cómo eliminar una AWS CloudFormation pila, consulte Eliminar una pila en la AWS CloudFormation consola en la Guía del AWS CloudFormation usuario.

7. Elimine el bucket de Amazon S3 que creó el proyecto. El nombre del depósito es sagemaker-project-project-id, ¿dónde project-id es el identificador de tu proyecto.