Crear un modelo - Amazon SageMaker AI
Crear un modelo (mediante el registro de modelos)Crear un modelo (mediante la API)Crear un modelo (usando la consola)

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 un modelo

Para crear el modelo, debe proporcionar la ubicación de los artefactos de su modelo y la imagen del contenedor. También puede usar una versión modelo de Model SageMaker Registry. Los ejemplos de las siguientes secciones muestran cómo crear un modelo mediante la CreateModelAPI, Model Registry y la consola Amazon SageMaker AI.

Crear un modelo (mediante el registro de modelos)

El registro de modelos es una función de la SageMaker IA que le ayuda a catalogar y gestionar las versiones de su modelo para utilizarlas en los procesos de aprendizaje automático. Para utilizar el registro de modelos con inferencia sin servidor, primero debe registrar una versión del modelo en un grupo de modelos del registro de modelos. Para obtener información sobre cómo registrar un modelo en el registro de modelos, siga los procedimientos que se indican en Cree un grupo de modelos y Registro de una versión del modelo.

El siguiente ejemplo requiere que tengas el ARN de una versión de modelo registrada y usa el AWS SDK para Python (Boto3) para llamar a la API. CreateModel En el caso de la inferencia sin servidor, Model Registry solo es compatible actualmente con el AWS SDK para Python (Botoboto3). Por ejemplo, especifique los siguientes valores:

  • En model_name, introduzca un nombre para el modelo.

  • Para ellosagemaker_role, puede utilizar el rol predeterminado SageMaker creado por IA o un rol de IAM de SageMaker IA personalizado del paso 4 de la sección. Cumplimiento de los requisitos previos de

  • En ModelPackageName, especifique el ARN de la versión de su modelo, que debería haberse registrado en un grupo de modelos del registro de modelos.

#Setup
import boto3
import sagemaker
region = boto3.Session().region_name
client = boto3.client("sagemaker", region_name=region)

#Role to give SageMaker AI permission to access AWS services.
sagemaker_role = sagemaker.get_execution_role()

#Specify a name for the model
model_name = "<name-for-model>"

#Specify a Model Registry model version
container_list = [
    {
        "ModelPackageName": <model-version-arn>
     }
 ]

#Create the model
response = client.create_model(
    ModelName = model_name,
    ExecutionRoleArn = sagemaker_role,
    container_list
)

Crear un modelo (mediante la API)

El siguiente ejemplo usa el AWS SDK para Python (Boto3) para llamar a la API. CreateModel Especifique los siguientes valores:

  • Pues sagemaker_role, puedes usar el rol predeterminado SageMaker creado por IA o un rol de IAM de SageMaker IA personalizado en el paso 4 de la sección. Cumplimiento de los requisitos previos de

  • En model_url, especifique el URI de Amazon S3 para su modelo.

  • En container, recupere el contenedor que quiera usar por su ruta de Amazon ECR. En este ejemplo, se utiliza un contenedor proporcionado por la IA SageMaker . XGBoost Si no ha seleccionado un contenedor de SageMaker IA ni ha traído el suyo propio, consulte el paso 6 de la Cumplimiento de los requisitos previos de sección para obtener más información.

  • En model_name, introduzca un nombre para el modelo.

#Setup
import boto3
import sagemaker
region = boto3.Session().region_name
client = boto3.client("sagemaker", region_name=region)

#Role to give SageMaker AI permission to access AWS services.
sagemaker_role = sagemaker.get_execution_role()

#Get model from S3
model_url = "s3://amzn-s3-demo-bucket/models/model.tar.gz"

#Get container image (prebuilt example)
from sagemaker import image_uris
container = image_uris.retrieve("xgboost", region, "0.90-1")

#Create model
model_name = "<name-for-model>"

response = client.create_model(
    ModelName = model_name,
    ExecutionRoleArn = sagemaker_role,
    Containers = [{
        "Image": container,
        "Mode": "SingleModel",
        "ModelDataUrl": model_url,
    }]
)

Crear un modelo (usando la consola)

  1. Inicia sesión en la consola de Amazon SageMaker AI.

  2. En la pestaña de navegación, seleccione Inferencia.

  3. A continuación, seleccione Modelos.

  4. Seleccione Crear modelo.

  5. En Nombre del modelo, introduce un nombre para el modelo que sea exclusivo de tu cuenta y Región de AWS.

  6. Para el rol de IAM, seleccione un rol de IAM que ya haya creado (consulteCumplimiento de los requisitos previos de ) o deje que SageMaker AI cree uno por usted.

  7. En la Definición de contenedor 1, en Opciones de entrada del contenedor, seleccione Proporcionar artefactos del modelo y ubicación de entrada.

  8. En Proporcionar artefactos de modelo y opciones de imagen de inferencia, seleccione Usar un solo modelo.

  9. En Ubicación de la imagen del código de inferencia, introduzca una ruta de Amazon ECR para un contenedor. La imagen debe ser una imagen propia SageMaker proporcionada por la IA (por ejemplo TensorFlow, XGBoost) o una imagen que resida en un repositorio de Amazon ECR dentro de la misma cuenta en la que está creando el punto final. Si no tiene ningún contenedor, vuelva al paso 6 de la sección Cumplimiento de los requisitos previos de para obtener más información.

  10. Para Ubicación de artefactos del modelo, introduzca el URI de Amazon S3 en su modelo de machine learning. Por ejemplo, s3://amzn-s3-demo-bucket/models/model.tar.gz.

  11. (Opcional) En Etiquetas, agregue pares clave-valor para crear metadatos para su modelo.

  12. Seleccione Crear modelo.