Exécuter les opérations prérequises - Amazon SageMaker

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Exécuter les opérations prérequises

Pour empaqueter un modèle, procédez comme suit :

  1. Compilez votre modèle d'apprentissage automatique avec SageMaker Neo.

    Si ce n'est pas déjà fait, compilez votre modèle avec SageMaker Neo. Pour de plus amples informations sur la compilation de votre modèle, veuillez consulter Compile and Deploy Models with Neo (Compiler et déployer des modèles avec Neo). Si vous utilisez SageMaker Neo pour la première fois, consultez Getting Started with Neo Edge Devices.

  2. Obtenez le nom de votre tâche de compilation.

    Indiquez le nom du travail de compilation que vous avez utilisé lorsque vous avez compilé votre modèle avec SageMaker Neo. Ouvrez la SageMaker console https://console.aws.amazon.com/sagemaker/et sélectionnez Tâches de compilation pour trouver la liste des compilations qui ont été soumises à votre AWS compte. Les noms des tâches de compilation envoyées figurent dans la colonne Name (Nom).

  3. Obtenez votre IAMARN.

    Vous avez besoin d'un nom de ressource Amazon (ARN) correspondant à un IAM rôle que vous pouvez utiliser pour télécharger et charger le modèle et contacter SageMaker Neo.

    Utilisez l'une des méthodes suivantes pour obtenir votre IAM ARN :

    • Programmatiquement avec le Python SageMaker SDK

      import sagemaker

# Initialize SageMaker Session object so you can interact with AWS resources
sess = sagemaker.Session()

# Get the role ARN 
role = sagemaker.get_execution_role()

print(role)
>> arn:aws:iam::<your-aws-account-id>:role/<your-role-name>

      Pour plus d'informations sur l'utilisation du SageMaker PythonSDK, consultez le SageMaker Python SDK API.

    • Utilisation de la console AWS Identity and Access Management (IAM)

      Accédez à la IAM console à l'adresse https://console.aws.amazon.com/iam/. Dans la section IAM Ressources, sélectionnez Rôles pour afficher la liste des rôles de votre AWS compte. Sélectionnez ou créez un rôle bénéficiant des autorisations AmazonSageMakerFullAccess, AWSIoTFullAccess et AmazonS3FullAccess.

      Pour plus d'informationsIAM, voir Qu'est-ce que c'est IAM ?

  4. Disposez d'un compartiment S3URI.

    Vous devez disposer d'au moins un URI bucket Amazon Simple Storage Service (Amazon S3) pour stocker votre modèle compilé par Neo, le résultat de la tâche d'empaquetage Edge Manager et des échantillons de données provenant de votre parc d'appareils.

    Utilisez l'une des méthodes suivantes pour créer un compartiment Amazon S3 :

    • Programmatiquement avec le Python SageMaker SDK

      Vous pouvez utiliser le compartiment Amazon S3 par défaut au cours d'une session. Un compartiment par défaut est créé selon le format suivant : sagemaker-{region}-{aws-account-id}. Pour créer un bucket par défaut avec le SageMaker PythonSDK, utilisez ce qui suit :

      import sagemaker

session=sagemaker.create_session()

bucket=session.default_bucket()

    • Utilisation de la console Amazon S3

      Ouvrez la console Amazon S3 sur https://console.aws.amazon.com/s3/et consultez Comment créer un compartiment S3 ? pour obtenir step-by-step des instructions.