View a markdown version of this page

Exécuter les opérations prérequises - Amazon SageMaker AI

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 AI Neo.

    Si ce n'est pas déjà fait, compilez votre modèle avec SageMaker Neo. Pour plus d’informations sur la compilation de votre modèle, consultez Compiler et déployer des modèles avec Neo. Si vous utilisez SageMaker Neo pour la première fois, consultez la rubrique Démarrage avec les appareils Neo Edge.

  2. Obtenez le nom de votre tâche de compilation.

    Indiquez le nom de la tâche de compilation que vous avez utilisé lors de la compilation de votre modèle avec SageMaker Neo. Ouvrez la console SageMaker AI à l'https://console.aws.amazon.com/sagemaker/adresse et choisissez Tâches de compilation pour consulter 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 ARN IAM.

    Vous avez besoin d'un Amazon Resource Name (ARN) d'un rôle IAM que vous pouvez utiliser pour télécharger et charger le modèle et contacter SageMaker Neo.

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

    • Par programmation avec le SDK SageMaker AI Python 

      from sagemaker.core.helper.session_helper import Session, get_execution_role

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

# Get the role ARN 
role = get_execution_role()

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

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

    • Utilisation de la Gestion des identités et des accès AWS console (IAM)

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

      Pour plus d’informations, consultez Qu’est-ce qu’IAM ?

  4. Procurez-vous un URI de compartiment S3.

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

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

    • Par programmation avec le SDK SageMaker AI Python

      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 compartiment par défaut avec le SDK SageMaker Python, 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 à l'adresse https://console.aws.amazon.com/s3/ et consultez Comment créer un compartiment S3 ? pour obtenir des instructions détaillées.